Buchumschlag

To See or Not to See -- Fingerprinting Devices in Adversarial Environments Amid Advanced Machine Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Justin, Haddad, Amirmohammad, Sehatbakhsh, Nader
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LightPure: Realtime Adversarial Image Purification for Mobile Devices Using Diffusion Models
von: Khalili, Hossein, et al.
Veröffentlicht: (2024)

Solutions to Deepfakes: Can Camera Hardware, Cryptography, and Deep Learning Verify Real Images?
von: Vilesov, Alexander, et al.
Veröffentlicht: (2024)

SuperPure: Efficient Purification of Localized and Distributed Adversarial Patches via Super-Resolution GAN Models
von: Khalili, Hossein, et al.
Veröffentlicht: (2025)

HEEDFUL: Leveraging Sequential Transfer Learning for Robust WiFi Device Fingerprinting Amid Hardware Warm-Up Effects
von: Elmaghbub, Abdurrahman, et al.
Veröffentlicht: (2026)

To See or Not to See: A Privacy Threat Model for Digital Forensics in Crime Investigation
von: Raciti, Mario, et al.
Veröffentlicht: (2025)

Seeing the Unseen: Rethinking Illicit Promotion Detection with In-Context Learning
von: Wu, Sangyi, et al.
Veröffentlicht: (2026)

Adversarial Example Based Fingerprinting for Robust Copyright Protection in Split Learning
von: Lin, Zhangting, et al.
Veröffentlicht: (2025)

Data Reconstruction: When You See It and When You Don't
von: Cohen, Edith, et al.
Veröffentlicht: (2024)

Adaptive Meta-learning-based Adversarial Training for Robust Automatic Modulation Classification
von: Bamdad, Amirmohammad, et al.
Veröffentlicht: (2025)

Fingerprinting SDKs for Mobile Apps and Where to Find Them: Understanding the Market for Device Fingerprinting
von: Specter, Michael A., et al.
Veröffentlicht: (2025)

FP-Rowhammer: DRAM-Based Device Fingerprinting
von: Venugopalan, Hari, et al.
Veröffentlicht: (2023)

Seamless Website Fingerprinting in Multiple Environments
von: Song, Chuxu, et al.
Veröffentlicht: (2024)

Browsing without Third-Party Cookies: What Do You See?
von: Lin, Maxwell, et al.
Veröffentlicht: (2024)

Seeing is Deceiving: Mirror-Based LiDAR Spoofing for Autonomous Vehicle Deception
von: Yahia, Selma, et al.
Veröffentlicht: (2025)

WeSee: Using Malicious #VC Interrupts to Break AMD SEV-SNP
von: Schlüter, Benedict, et al.
Veröffentlicht: (2024)

Can you See me? On the Visibility of NOPs against Android Malware Detectors
von: Soi, Diego, et al.
Veröffentlicht: (2023)

Seeing is (Not) Believing: Practical Phishing Attacks Targeting Social Media Sharing Cards
von: Huang, Wangchenlu, et al.
Veröffentlicht: (2024)

Blockchain-Enabled Device-Enhanced Multi-Access Edge Computing in Open Adversarial Environments
von: Islam, Muhammad, et al.
Veröffentlicht: (2024)

Erasing Radio Frequency Fingerprints via Active Adversarial Perturbation
von: Lu, Zhaoyi, et al.
Veröffentlicht: (2024)

HidePrint: Protecting Device Anonymity by Obscuring Radio Fingerprints
von: Oligeri, Gabriele, et al.
Veröffentlicht: (2024)

From Hardware Fingerprint to Access Token: Enhancing the Authentication on IoT Devices
von: Xiao, Yue, et al.
Veröffentlicht: (2024)

Peekaboo, I See Your Queries: Passive Attacks Against DSSE Via Intermittent Observations
von: Nie, Hao, et al.
Veröffentlicht: (2025)

Fingerprinting of Machines in Critical Systems for Integrity Monitoring and Verification
von: Paliwal, Prakhar, et al.
Veröffentlicht: (2024)

IrisFP: Adversarial-Example-based Model Fingerprinting with Enhanced Uniqueness and Robustness
von: Geng, Ziye, et al.
Veröffentlicht: (2026)

Time Constant: Actuator Fingerprinting using Transient Response of Device and Process in ICS
von: Ahmed, Chuadhry Mujeeb, et al.
Veröffentlicht: (2024)

SATversary: Adversarial Attacks and Defenses for Satellite Fingerprinting
von: Smailes, Joshua, et al.
Veröffentlicht: (2025)

See No Evil: Adversarial Attacks Against Linguistic-Visual Association in Referring Multi-Object Tracking Systems
von: Bouzidi, Halima, et al.
Veröffentlicht: (2025)

Adversarial Attacks Against Deep Learning-Based Radio Frequency Fingerprint Identification
von: Ma, Jie, et al.
Veröffentlicht: (2025)

Walma: Learning to See Memory Corruption in WebAssembly
von: Draissi, Oussama, et al.
Veröffentlicht: (2026)

Adversarial Machine Learning for Robust Password Strength Estimation
von: Jha, Pappu, et al.
Veröffentlicht: (2025)

A Comprehensive Review of Adversarial Attacks on Machine Learning
von: Ahmed, Syed Quiser, et al.
Veröffentlicht: (2024)

Seeing is Deceiving: Exploitation of Visual Pathways in Multi-Modal Language Models
von: Janowczyk, Pete, et al.
Veröffentlicht: (2024)

Labeling without Seeing? Blind Annotation for Privacy-Preserving Entity Resolution
von: Yao, Yixiang, et al.
Veröffentlicht: (2023)

CONTEX-T: Contextual Exploitation of Encrypted Traffic for Device Fingerprinting via Transformer Time-Frequency Analysis
von: Islam, Nazmul, et al.
Veröffentlicht: (2026)

A Generic Machine Learning Framework for Radio Frequency Fingerprinting
von: Hiles, Alex, et al.
Veröffentlicht: (2025)

DefenSee: Dissecting Threat from Sight and Text -- A Multi-View Defensive Pipeline for Multi-modal Jailbreaks
von: Wang, Zihao, et al.
Veröffentlicht: (2025)

I Still See You: Why Existing IoT Traffic Reshaping Fails
von: Wang, Su, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Website Fingerprinting Attacks and Defenses in Tor: Advances and Open Challenges
von: Cui, Yuwen, et al.
Veröffentlicht: (2025)

Fingerprinting Deep Packet Inspection Devices by Their Ambiguities
von: Xue, Diwen, et al.
Veröffentlicht: (2025)

SoK: Critical Evaluation of Quantum Machine Learning for Adversarial Robustness
von: Nowmi, Saeefa Rubaiyet, et al.
Veröffentlicht: (2025)