Buchumschlag

Detection of False Data Injection Attacks (FDIA) on Power Dynamical Systems With a State Prediction Method

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sahu, Abhijeet, Nguyen, Truc, Chen, Kejun, Zhang, Xiangyu, Hassanaly, Malik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GenAI-FDIA: Physics-Informed Generative Models for False Data Injection Attacks
von: Razzaque, Mohammad A., et al.
Veröffentlicht: (2026)

Adversarial Multi-Agent Reinforcement Learning for Proactive False Data Injection Detection
von: Chen, Kejun, et al.
Veröffentlicht: (2024)

Discovery of False Data Injection Schemes on Frequency Controllers with Reinforcement Learning
von: Prasad, Romesh, et al.
Veröffentlicht: (2024)

Adversarial Reinforcement Learning for Detecting False Data Injection Attacks in Vehicular Routing
von: Eghtesad, Taha, et al.
Veröffentlicht: (2026)

False Data Injection Attack Detection in Edge-based Smart Metering Networks with Federated Learning
von: Uddin, Md Raihan, et al.
Veröffentlicht: (2024)

Theoretically Unmasking Inference Attacks Against LDP-Protected Clients in Federated Vision Models
von: Nguyen, Quan, et al.
Veröffentlicht: (2025)

OASIS: Offsetting Active Reconstruction Attacks in Federated Learning
von: Jeter, Tre' R., et al.
Veröffentlicht: (2023)

Multi-Agent Reinforcement Learning for Assessing False-Data Injection Attacks on Transportation Networks
von: Eghtesad, Taha, et al.
Veröffentlicht: (2023)

DataSentinel: A Game-Theoretic Detection of Prompt Injection Attacks
von: Liu, Yupei, et al.
Veröffentlicht: (2025)

Review-Incorporated Model-Agnostic Profile Injection Attacks on Recommender Systems
von: Yang, Shiyi, et al.
Veröffentlicht: (2024)

Automated Framework to Evaluate and Harden LLM System Instructions against Encoding Attacks
von: Sahu, Anubhab, et al.
Veröffentlicht: (2026)

PIDP-Attack: Combining Prompt Injection with Database Poisoning Attacks on Retrieval-Augmented Generation Systems
von: Wang, Haozhen, et al.
Veröffentlicht: (2026)

StruPhantom: Evolutionary Injection Attacks on Black-Box Tabular Agents Powered by Large Language Models
von: Feng, Yang, et al.
Veröffentlicht: (2025)

Mitigating Adversarial Effects of False Data Injection Attacks in Power Grid
von: Riya, Farhin Farhad, et al.
Veröffentlicht: (2023)

Continual Adversarial Reinforcement Learning (CARL) of False Data Injection detection: forgetting and explainability
von: Aslami, Pooja, et al.
Veröffentlicht: (2024)

Attention Tracker: Detecting Prompt Injection Attacks in LLMs
von: Hung, Kuo-Han, et al.
Veröffentlicht: (2024)

Injection, Attack and Erasure: Revocable Backdoor Attacks via Machine Unlearning
von: Song, Baogang, et al.
Veröffentlicht: (2025)

PromptLocate: Localizing Prompt Injection Attacks
von: Jia, Yuqi, et al.
Veröffentlicht: (2025)

System Prompt Poisoning: Persistent Attacks on Large Language Models Beyond User Injection
von: Li, Zongze, et al.
Veröffentlicht: (2025)

Cycle-Space Informed Detection of Autoencoded Blind False Data Injection Attacks on Power Systems
von: Li, Xin, et al.
Veröffentlicht: (2026)

Analysis of LLMs Against Prompt Injection and Jailbreak Attacks
von: Jaiswal, Piyush, et al.
Veröffentlicht: (2026)

Securing AI Agents Against Prompt Injection Attacks
von: Ramakrishnan, Badrinath, et al.
Veröffentlicht: (2025)

Depth Gives a False Sense of Privacy: LLM Internal States Inversion
von: Dong, Tian, et al.
Veröffentlicht: (2025)

Persona Attack: Incremental Memory Injection Jailbreak Attack against Large Language Models
von: Park, Junyoung, et al.
Veröffentlicht: (2026)

Meta SecAlign: A Secure Foundation LLM Against Prompt Injection Attacks
von: Chen, Sizhe, et al.
Veröffentlicht: (2025)

Architecting Secure AI Agents: Perspectives on System-Level Defenses Against Indirect Prompt Injection Attacks
von: Xiang, Chong, et al.
Veröffentlicht: (2026)

Turning Generative Models Degenerate: The Power of Data Poisoning Attacks
von: Jiang, Shuli, et al.
Veröffentlicht: (2024)

Multimodal Prompt Injection Attacks: Risks and Defenses for Modern LLMs
von: Yeo, Andrew, et al.
Veröffentlicht: (2025)

A Critical Evaluation of Defenses against Prompt Injection Attacks
von: Jia, Yuqi, et al.
Veröffentlicht: (2025)

Optimization-based Prompt Injection Attack to LLM-as-a-Judge
von: Shi, Jiawen, et al.
Veröffentlicht: (2024)

On Jailbreaking Quantized Language Models Through Fault Injection Attacks
von: Zahran, Noureldin, et al.
Veröffentlicht: (2025)

LLM Safeguard is a Double-Edged Sword: Exploiting False Positives for Denial-of-Service Attacks
von: Zhang, Qingzhao, et al.
Veröffentlicht: (2024)

Cascade: Composing Software-Hardware Attack Gadgets for Adversarial Threat Amplification in Compound AI Systems
von: Banerjee, Sarbartha, et al.
Veröffentlicht: (2026)

AdapTools: Adaptive Tool-based Indirect Prompt Injection Attacks on Agentic LLMs
von: Wang, Che, et al.
Veröffentlicht: (2026)

VPI-Bench: Visual Prompt Injection Attacks for Computer-Use Agents
von: Cao, Tri, et al.
Veröffentlicht: (2025)

To Protect the LLM Agent Against the Prompt Injection Attack with Polymorphic Prompt
von: Wang, Zhilong, et al.
Veröffentlicht: (2025)

WASP: Benchmarking Web Agent Security Against Prompt Injection Attacks
von: Evtimov, Ivan, et al.
Veröffentlicht: (2025)

Evaluating False Alarm and Missing Attacks in CAN IDS
von: Hossain, Nirab, et al.
Veröffentlicht: (2026)

WebSentinel: Detecting and Localizing Prompt Injection Attacks for Web Agents
von: Wang, Xilong, et al.
Veröffentlicht: (2026)

MELON: Provable Defense Against Indirect Prompt Injection Attacks in AI Agents
von: Zhu, Kaijie, et al.
Veröffentlicht: (2025)