Buchumschlag

Timber! Poisoning Decision Trees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Calzavara, Stefano, Cazzaro, Lorenzo, Vettori, Massimo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Watermarking Decision Tree Ensembles
von: Calzavara, Stefano, et al.
Veröffentlicht: (2024)

Verifiable Boosted Tree Ensembles
von: Calzavara, Stefano, et al.
Veröffentlicht: (2024)

LLM-Assisted Web Measurements
von: Bozzolan, Simone, et al.
Veröffentlicht: (2025)

TimberStrike: Dataset Reconstruction Attack Revealing Privacy Leakage in Federated Tree-Based Systems
von: Di Gennaro, Marco, et al.
Veröffentlicht: (2025)

Poisoned-MRAG: Knowledge Poisoning Attacks to Multimodal Retrieval Augmented Generation
von: Liu, Yinuo, et al.
Veröffentlicht: (2025)

Poison with Style: A Practical Poisoning Attack on Code Large Language Models
von: Tran, Khang, et al.
Veröffentlicht: (2026)

FuncPoison: Poisoning Function Library to Hijack Multi-agent Autonomous Driving Systems
von: Long, Yuzhen, et al.
Veröffentlicht: (2025)

Transferable Availability Poisoning Attacks
von: Liu, Yiyong, et al.
Veröffentlicht: (2023)

Provable Watermarking for Data Poisoning Attacks
von: Zhu, Yifan, et al.
Veröffentlicht: (2025)

PoisonedParrot: Subtle Data Poisoning Attacks to Elicit Copyright-Infringing Content from Large Language Models
von: Panaitescu-Liess, Michael-Andrei, et al.
Veröffentlicht: (2025)

UTrace: Poisoning Forensics for Private Collaborative Learning
von: Rose, Evan, et al.
Veröffentlicht: (2024)

GShield: Mitigating Poisoning Attacks in Federated Learning
von: M., Sameera K., et al.
Veröffentlicht: (2025)

Indiscriminate Data Poisoning Attacks on Neural Networks
von: Lu, Yiwei, et al.
Veröffentlicht: (2022)

Poisoned Source Code Detection in Code Models
von: Ghannoum, Ehab, et al.
Veröffentlicht: (2025)

Poisoning Web-Scale Training Datasets is Practical
von: Carlini, Nicholas, et al.
Veröffentlicht: (2023)

Inverting Gradient Attacks Makes Powerful Data Poisoning
von: Bouaziz, Wassim, et al.
Veröffentlicht: (2024)

Data Poisoning: An Overlooked Threat to Power Grid Resilience
von: Agah, Nora, et al.
Veröffentlicht: (2024)

Local Environment Poisoning Attacks on Federated Reinforcement Learning
von: Ma, Evelyn, et al.
Veröffentlicht: (2023)

Gray-Box Poisoning of Continuous Malware Ingestion Pipelines
von: Dolejš, Jan, et al.
Veröffentlicht: (2026)

TrojanPuzzle: Covertly Poisoning Code-Suggestion Models
von: Aghakhani, Hojjat, et al.
Veröffentlicht: (2023)

Comments on "Privacy-Enhanced Federated Learning Against Poisoning Adversaries"
von: Schneider, Thomas, et al.
Veröffentlicht: (2024)

Exact Certification of (Graph) Neural Networks Against Label Poisoning
von: Sabanayagam, Mahalakshmi, et al.
Veröffentlicht: (2024)

Indiscriminate Data Poisoning Attacks on Pre-trained Feature Extractors
von: Lu, Yiwei, et al.
Veröffentlicht: (2024)

Data Poisoning Attacks in Intelligent Transportation Systems: A Survey
von: Wang, Feilong, et al.
Veröffentlicht: (2024)

Debiased Graph Poisoning Attack via Contrastive Surrogate Objective
von: Yoon, Kanghoon, et al.
Veröffentlicht: (2024)

FedRecAttack: Model Poisoning Attack to Federated Recommendation
von: Rong, Dazhong, et al.
Veröffentlicht: (2022)

Confundo: Learning to Generate Robust Poison for Practical RAG Systems
von: Hu, Haoyang, et al.
Veröffentlicht: (2026)

Adversarial Update-Based Federated Unlearning for Poisoned Model Recovery
von: Zhao, Wenwei, et al.
Veröffentlicht: (2026)

Sybil-based Virtual Data Poisoning Attacks in Federated Learning
von: Zhu, Changxun, et al.
Veröffentlicht: (2025)

Poisoning Attacks to Local Differential Privacy Protocols for Trajectory Data
von: Hsu, I-Jung, et al.
Veröffentlicht: (2025)

Enhancing the Antidote: Improved Pointwise Certifications against Poisoning Attacks
von: Liu, Shijie, et al.
Veröffentlicht: (2023)

Partner in Crime: Boosting Targeted Poisoning Attacks against Federated Learning
von: Sun, Shihua, et al.
Veröffentlicht: (2024)

Towards Efficient and Certified Recovery from Poisoning Attacks in Federated Learning
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

Concept-ROT: Poisoning Concepts in Large Language Models with Model Editing
von: Grimes, Keltin, et al.
Veröffentlicht: (2024)

The SkipSponge Attack: Sponge Weight Poisoning of Deep Neural Networks
von: Lintelo, Jona te, et al.
Veröffentlicht: (2024)

Graph-Aware Stealthy Poison-Text Backdoors for Text-Attributed Graphs
von: Luo, Qi, et al.
Veröffentlicht: (2026)

What Really is a Member? Discrediting Membership Inference via Poisoning
von: Mangaokar, Neal, et al.
Veröffentlicht: (2025)

A Systematic Review of Poisoning Attacks Against Large Language Models
von: Fendley, Neil, et al.
Veröffentlicht: (2025)

Hiding Backdoors within Event Sequence Data via Poisoning Attacks
von: Ermilova, Alina, et al.
Veröffentlicht: (2023)

Embedding Poisoning: Bypassing Safety Alignment via Embedding Semantic Shift
von: Yuan, Shuai, et al.
Veröffentlicht: (2025)