Buchumschlag

Evaluating Membership Inference Attacks in heterogeneous-data setups

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	van Dartel, Bram, Damie, Marc, Hahn, Florian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Machine Learning I.2.11
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hiding in Plain Sight: Disguising Data Stealing Attacks in Federated Learning
von: Garov, Kostadin, et al.
Veröffentlicht: (2023)

FedRLHF: A Convergence-Guaranteed Federated Framework for Privacy-Preserving and Personalized RLHF
von: Fan, Flint Xiaofeng, et al.
Veröffentlicht: (2024)

Secure Decentralized Learning with Blockchain
von: Zhang, Xiaoxue, et al.
Veröffentlicht: (2023)

DeTrigger: A Gradient-Centric Approach to Backdoor Attack Mitigation in Federated Learning
von: Lee, Kichang, et al.
Veröffentlicht: (2024)

Seeing the Forest through the Trees: Data Leakage from Partial Transformer Gradients
von: Li, Weijun, et al.
Veröffentlicht: (2024)

FedAttr: Towards Privacy-preserving Client-Level Attribution in Federated LLM Fine-tuning
von: Zhang, Su, et al.
Veröffentlicht: (2026)

SPEAR++: Scaling Gradient Inversion via Sparsely-Used Dictionary Learning
von: Bakarsky, Alexander, et al.
Veröffentlicht: (2025)

An Efficient Learning Framework For Federated XGBoost Using Secret Sharing And Distributed Optimization
von: Xie, Lunchen, et al.
Veröffentlicht: (2021)

SPEAR:Exact Gradient Inversion of Batches in Federated Learning
von: Dimitrov, Dimitar I., et al.
Veröffentlicht: (2024)

VFLAIR-LLM: A Comprehensive Framework and Benchmark for Split Learning of LLMs
von: Gu, Zixuan, et al.
Veröffentlicht: (2025)

Memory poisoning and secure multi-agent systems
von: Torra, Vicenç, et al.
Veröffentlicht: (2026)

Vertical Federated Graph Neural Network for Recommender System
von: Mai, Peihua, et al.
Veröffentlicht: (2023)

XFED: Non-Collusive Model Poisoning Attack Against Byzantine-Robust Federated Classifiers
von: Mouri, Israt Jahan, et al.
Veröffentlicht: (2026)

FEDLAD: Federated Evaluation of Deep Leakage Attacks and Defenses
von: Baglin, Isaac, et al.
Veröffentlicht: (2024)

Depth-Dependent Indirect Prompt Injection in Tool-Calling ReAct Agents: Injection Depth, Payload Framing, and Turn-Budget Sensitivity
von: Rashidi, Mohammadreza
Veröffentlicht: (2026)

Sovereign-OS: A Charter-Governed Operating System for Autonomous AI Agents with Verifiable Fiscal Discipline
von: Yuan, Aojie, et al.
Veröffentlicht: (2026)

LLM Scalability Risk for Agentic-AI and Model Supply Chain Security
von: Ahi, Kiarash, et al.
Veröffentlicht: (2026)

IntentMiner: Intent Inversion Attack via Tool Call Analysis in the Model Context Protocol
von: Yao, Yunhao, et al.
Veröffentlicht: (2025)

Security Attack and Defense Strategies for Autonomous Agent Frameworks: A Layered Review with OpenClaw as a Case Study
von: Xu, Luyao, et al.
Veröffentlicht: (2026)

Agentic-AI Healthcare: Multilingual, Privacy-First Framework with MCP Agents
von: Shehab, Mohammed A.
Veröffentlicht: (2025)

Design Principles for the Construction of a Benchmark Evaluating Security Operation Capabilities of Multi-agent AI Systems
von: Cai, Yicheng, et al.
Veröffentlicht: (2026)

Prompt Fencing: A Cryptographic Approach to Establishing Security Boundaries in Large Language Model Prompts
von: Peh, Steven
Veröffentlicht: (2025)

Research on Security Enhancement Methods for Adversarial Robust Large Language Model Intelligent Agents for Medical Decision-Making Tasks
von: Hu, Saisai
Veröffentlicht: (2026)

David vs. Goliath: Verifiable Agent-to-Agent Jailbreaking via Reinforcement Learning
von: Nellessen, Samuel, et al.
Veröffentlicht: (2026)

Terrarium: Revisiting the Blackboard for Multi-Agent Safety, Privacy, and Security Studies
von: Nakamura, Mason, et al.
Veröffentlicht: (2025)

Portable Agent Memory: A Protocol for Cryptographically-Verified Memory Transfer Across Heterogeneous AI Agents
von: Ravindran, Santhosh Kumar
Veröffentlicht: (2026)

Towards Optimal Agentic Architectures for Offensive Security Tasks
von: David, Isaac, et al.
Veröffentlicht: (2026)

Hidden in Memory: Sleeper Memory Poisoning in LLM Agents
von: Pulipaka, Sidharth, et al.
Veröffentlicht: (2026)

LookAhead: Preventing DeFi Attacks via Unveiling Adversarial Contracts
von: Ren, Shoupeng, et al.
Veröffentlicht: (2024)

Enhancing Federated Learning Convergence with Dynamic Data Queue and Data Entropy-driven Participant Selection
von: Herath, Charuka, et al.
Veröffentlicht: (2024)

EasySpec: Layer-Parallel Speculative Decoding for Efficient Multi-GPU Utilization
von: Wu, Yize, et al.
Veröffentlicht: (2025)

EvoMAS: Evolutionary Generation of Multi-Agent Systems
von: Hu, Yuntong, et al.
Veröffentlicht: (2026)

Expert-Data Alignment Governs Generation Quality in Decentralized Diffusion Models
von: Villagra, Marcos, et al.
Veröffentlicht: (2026)

$\mathsf{OPA}$: One-shot Private Aggregation with Single Client Interaction and its Applications to Federated Learning
von: Karthikeyan, Harish, et al.
Veröffentlicht: (2024)

Towards General Negotiation Strategies with End-to-End Reinforcement Learning
von: Renting, Bram M., et al.
Veröffentlicht: (2024)

PAC-DP: Personalized Adaptive Clipping for Differentially Private Federated Learning
von: Zhou, Hao, et al.
Veröffentlicht: (2026)

FedStrategist: A Meta-Learning Framework for Adaptive and Robust Aggregation in Federated Learning
von: Haque, Md Rafid, et al.
Veröffentlicht: (2025)

When the Agent Is the Adversary: Architectural Requirements for Agentic AI Containment After the April 2026 Frontier Model Escape
von: Mitchell, Richard Joseph
Veröffentlicht: (2026)

Automated Energy Billing with Blockchain and the Prophet Forecasting Model: A Holistic Approach
von: Nadar, Ajesh Thangaraj, et al.
Veröffentlicht: (2025)

Learning To Help: Training Models to Assist Legacy Devices
von: Wu, Yu, et al.
Veröffentlicht: (2024)