Buchumschlag

On the Robustness of Distributed Machine Learning against Transfer Attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andreina, Sébastien, Zimmer, Pascal, Karame, Ghassan
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

Closing the Gap: Achieving Better Accuracy-Robustness Tradeoffs against Query-Based Attacks
von: Zimmer, Pascal, et al.
Veröffentlicht: (2023)

Tuning for Two Adversaries: Enhancing the Robustness Against Transfer and Query-Based Attacks using Hyperparameter Tuning
von: Zimmer, Pascal, et al.
Veröffentlicht: (2025)

Targeted Physical Evasion Attacks in the Near-Infrared Domain
von: Zimmer, Pascal, et al.
Veröffentlicht: (2025)

On Hyperparameters and Backdoor-Resistance in Horizontal Federated Learning
von: Lachnit, Simon, et al.
Veröffentlicht: (2025)

Larger-scale Nakamoto-style Blockchains Don't Necessarily Offer Better Security
von: Albrecht, Jannik, et al.
Veröffentlicht: (2024)

HCC: A Language-Independent Hardening Contract Compiler for Smart Contracts
von: Giesen, Jens-Rene, et al.
Veröffentlicht: (2022)

On the Effectiveness of Mempool-based Transaction Auditing
von: Albrecht, Jannik, et al.
Veröffentlicht: (2026)

Mitigating Collusion in Proofs of Liabilities
von: Mohamed, Malcom, et al.
Veröffentlicht: (2026)

Let's Focus: Focused Backdoor Attack against Federated Transfer Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

Decaf: Data Distribution Decompose Attack against Federated Learning
von: Dai, Zhiyang, et al.
Veröffentlicht: (2024)

The Real Menace of Cloning Attacks on SGX Applications
von: Wilde, Annika, et al.
Veröffentlicht: (2026)

Collective Certified Robustness against Graph Injection Attacks
von: Lai, Yuni, et al.
Veröffentlicht: (2024)

Trust Under Siege: Label Spoofing Attacks against Machine Learning for Android Malware Detection
von: Lan, Tianwei, et al.
Veröffentlicht: (2025)

FedRDF: A Robust and Dynamic Aggregation Function against Poisoning Attacks in Federated Learning
von: Campos, Enrique Mármol, et al.
Veröffentlicht: (2024)

EC-LDA : Label Distribution Inference Attack against Federated Graph Learning with Embedding Compression
von: Cheng, Tong, et al.
Veröffentlicht: (2025)

MEA-Defender: A Robust Watermark against Model Extraction Attack
von: Lv, Peizhuo, et al.
Veröffentlicht: (2024)

Quantum Machine Learning Approaches for Coordinated Stealth Attack Detection in Distributed Generation Systems
von: Ogiesoba-Eguakun, Osasumwen Cedric, et al.
Veröffentlicht: (2025)

Adversarial Inception Backdoor Attacks against Reinforcement Learning
von: Rathbun, Ethan, et al.
Veröffentlicht: (2024)

Defying the Odds: Solana's Unexpected Resilience in Spite of the Security Challenges Faced by Developers
von: Andreina, Sébastien, et al.
Veröffentlicht: (2024)

Provable Robustness against Backdoor Attacks via the Primal-Dual Perspective on Differential Privacy
von: Saxena, Aman, et al.
Veröffentlicht: (2026)

Evaluating the Robustness of a Production Malware Detection System to Transferable Adversarial Attacks
von: Nasr, Milad, et al.
Veröffentlicht: (2025)

Rethinking Membership Inference Attacks Against Transfer Learning
von: Wu, Cong, et al.
Veröffentlicht: (2025)

DivQAT: Enhancing Robustness of Quantized Convolutional Neural Networks against Model Extraction Attacks
von: Khaled, Kacem, et al.
Veröffentlicht: (2025)

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

Refiner: Data Refining against Gradient Leakage Attacks in Federated Learning
von: Fan, Mingyuan, et al.
Veröffentlicht: (2022)

SecureLearn -- An Attack-agnostic Defense for Multiclass Machine Learning Against Data Poisoning Attacks
von: Paracha, Anum, et al.
Veröffentlicht: (2025)

On the Out-of-Distribution Backdoor Attack for Federated Learning
von: Xu, Jiahao, et al.
Veröffentlicht: (2025)

Empirical Comparison of Membership Inference Attacks in Deep Transfer Learning
von: Bai, Yuxuan, et al.
Veröffentlicht: (2025)

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

Enhancing the Robustness of QMIX against State-adversarial Attacks
von: Guo, Weiran, et al.
Veröffentlicht: (2023)

Lurking in the shadows: Unveiling Stealthy Backdoor Attacks against Personalized Federated Learning
von: Lyu, Xiaoting, et al.
Veröffentlicht: (2024)

Exploiting Defenses against GAN-Based Feature Inference Attacks in Federated Learning
von: Luo, Xinjian, et al.
Veröffentlicht: (2020)

Enhancing Network Security: A Hybrid Approach for Detection and Mitigation of Distributed Denial-of-Service Attacks Using Machine Learning
von: Shohan, Nizo Jaman, et al.
Veröffentlicht: (2025)

Coded Robust Aggregation for Distributed Learning under Byzantine Attacks
von: Li, Chengxi, et al.
Veröffentlicht: (2025)

A Comparative Analysis of Adversarial Robustness for Quantum and Classical Machine Learning Models
von: Wendlinger, Maximilian, et al.
Veröffentlicht: (2024)

On the Conflict of Robustness and Learning in Collaborative Machine Learning
von: Raynal, Mathilde, et al.
Veröffentlicht: (2024)

Plinius: Secure and Persistent Machine Learning Model Training
von: Yuhala, Peterson, et al.
Veröffentlicht: (2021)

Covert Attacks on Machine Learning Training in Passively Secure MPC
von: Jagielski, Matthew, et al.
Veröffentlicht: (2025)

Machine Learning for Cyber-Attack Identification from Traffic Flows
von: Zhou, Yujing, et al.
Veröffentlicht: (2025)

Understanding and Enhancing the Transferability of Jailbreaking Attacks
von: Lin, Runqi, et al.
Veröffentlicht: (2025)