Buchumschlag

Watermarking Generative Categorical Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Bochao, He, Hengzhi, Cheng, Guang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Watermarking Generative Tabular Data
von: He, Hengzhi, et al.
Veröffentlicht: (2024)

Breaking Distortion-free Watermarks in Large Language Models
von: Reynolds, Shayleen, et al.
Veröffentlicht: (2025)

Data Plagiarism Index: Characterizing the Privacy Risk of Data-Copying in Tabular Generative Models
von: Ward, Joshua, et al.
Veröffentlicht: (2024)

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

Vol-Mark: A Watermark for 3D Medical Volume Data Via Cubic Difference Expansion and Contrastive Learning
von: Zhu, Jiangnan, et al.
Veröffentlicht: (2026)

Is The Watermarking Of LLM-Generated Code Robust?
von: Suresh, Tarun, et al.
Veröffentlicht: (2024)

Robust Spectral Watermark for Synthetic Tabular Data
von: Zhao, Yizhou, et al.
Veröffentlicht: (2025)

DRGW: Learning Disentangled Representations for Robust Graph Watermarking
von: Li, Jiasen, et al.
Veröffentlicht: (2026)

CatBack: Universal Backdoor Attacks on Tabular Data via Categorical Encoding
von: Tajalli, Behrad, et al.
Veröffentlicht: (2025)

Watermarks in the Sand: Impossibility of Strong Watermarking for Generative Models
von: Zhang, Hanlin, et al.
Veröffentlicht: (2023)

Distortion-free Watermarks are not Truly Distortion-free under Watermark Key Collisions
von: Wu, Yihan, et al.
Veröffentlicht: (2024)

On the Learnability of Watermarks for Language Models
von: Gu, Chenchen, et al.
Veröffentlicht: (2023)

DeepTracer: Tracing Stolen Model via Deep Coupled Watermarks
von: Yang, Yunfei, et al.
Veröffentlicht: (2025)

Generative Models are Self-Watermarked: Declaring Model Authentication through Re-Generation
von: Desu, Aditya, et al.
Veröffentlicht: (2024)

Semantic Differentiation for Tackling Challenges in Watermarking Low-Entropy Constrained Generation Outputs
von: Le, Nghia T., et al.
Veröffentlicht: (2026)

Refined Detection for Gumbel Watermarking
von: Lattimore, Tor
Veröffentlicht: (2026)

Synth-MIA: A Testbed for Auditing Privacy Leakage in Tabular Data Synthesis
von: Ward, Joshua, et al.
Veröffentlicht: (2025)

Ensembling Membership Inference Attacks Against Tabular Generative Models
von: Ward, Joshua, et al.
Veröffentlicht: (2025)

Authenticated Contradictions from Desynchronized Provenance and Watermarking
von: Nemecek, Alexander, et al.
Veröffentlicht: (2026)

Improving the Trade-off Between Watermark Strength and Speculative Sampling Efficiency for Language Models
von: He, Weiqing, et al.
Veröffentlicht: (2026)

Hashed Watermark as a Filter: Defeating Forging and Overwriting Attacks in Weight-based Neural Network Watermarking
von: Yao, Yuan, et al.
Veröffentlicht: (2025)

FoldMark: Protecting Protein Generative Models with Watermarking
von: Zhang, Zaixi, et al.
Veröffentlicht: (2024)

Learning Privacy-Preserving Student Networks via Discriminative-Generative Distillation
von: Ge, Shiming, et al.
Veröffentlicht: (2024)

Signal Watermark on Large Language Models
von: Xu, Zhenyu, et al.
Veröffentlicht: (2024)

Watermarking Recommender Systems
von: Zhang, Sixiao, et al.
Veröffentlicht: (2024)

Towards Watermarking of Open-Source LLMs
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

BadGD: A unified data-centric framework to identify gradient descent vulnerabilities
von: Wang, Chi-Hua, et al.
Veröffentlicht: (2024)

Black-Box Detection of Language Model Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2024)

Ideal Attribution and Faithful Watermarks for Language Models
von: Song, Min Jae, et al.
Veröffentlicht: (2025)

Leveraging Optimization for Adaptive Attacks on Image Watermarks
von: Lukas, Nils, et al.
Veröffentlicht: (2023)

Traceable Black-box Watermarks for Federated Learning
von: Xu, Jiahao, et al.
Veröffentlicht: (2025)

LLM Fingerprinting via Semantically Conditioned Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Watermarking Counterfactual Explanations
von: Guo, Hangzhi, et al.
Veröffentlicht: (2024)

GENIE: Watermarking Graph Neural Networks for Link Prediction
von: Bachina, Venkata Sai Pranav, et al.
Veröffentlicht: (2024)

LLM Watermarking Using Mixtures and Statistical-to-Computational Gaps
von: Abdalla, Pedro, et al.
Veröffentlicht: (2025)

On the Difficulty of Constructing a Robust and Publicly-Detectable Watermark
von: Fairoze, Jaiden, et al.
Veröffentlicht: (2025)

FLClear: Visually Verifiable Multi-Client Watermarking for Federated Learning
von: Gu, Chen, et al.
Veröffentlicht: (2025)

Rate-Optimal Rank Aggregation with Private Pairwise Rankings
von: Xu, Shirong, et al.
Veröffentlicht: (2024)

Attack Smarter: Attention-Driven Fine-Grained Webpage Fingerprinting Attacks
von: Yuan, Yali, et al.
Veröffentlicht: (2025)

SoK: Watermarking for AI-Generated Content
von: Zhao, Xuandong, et al.
Veröffentlicht: (2024)