Buchumschlag

Traceback of Poisoning Attacks to Retrieval-Augmented Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Baolei, Xin, Haoran, Fang, Minghong, Liu, Zhuqing, Yi, Biao, Li, Tong, Liu, Zheli
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Poisoning Attacks against Retrieval-Augmented Generation
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)

Practical Poisoning Attacks against Retrieval-Augmented Generation
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)

Who Taught the Lie? Responsibility Attribution for Poisoned Knowledge in Retrieval-Augmented Generation
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)

Secure Retrieval-Augmented Generation against Poisoning Attacks
von: Cheng, Zirui, et al.
Veröffentlicht: (2025)

Adversarial Attacks to Multi-Modal Models
von: Dou, Zhihao, et al.
Veröffentlicht: (2024)

Poisoning Federated Recommender Systems with Fake Users
von: Yin, Ming, et al.
Veröffentlicht: (2024)

When the Server Steps In: Calibrated Updates for Fair Federated Learning
von: Yu, Tianrun, et al.
Veröffentlicht: (2026)

Practical Framework for Privacy-Preserving and Byzantine-robust Federated Learning
von: Zhang, Baolei, et al.
Veröffentlicht: (2025)

Unveiling Vulnerabilities of Contrastive Recommender Systems to Poisoning Attacks
von: Wang, Zongwei, et al.
Veröffentlicht: (2023)

Manipulating Recommender Systems: A Survey of Poisoning Attacks and Countermeasures
von: Nguyen, Thanh Toan, et al.
Veröffentlicht: (2024)

Connect the Dots: Knowledge Graph-Guided Crawler Attack on Retrieval-Augmented Generation Systems
von: Yao, Mengyu, et al.
Veröffentlicht: (2026)

Differentially Private Datastore Generation for Retrieval-Augmented Inference
von: Abouelenein, Abdelrahman, et al.
Veröffentlicht: (2026)

AgentPoison: Red-teaming LLM Agents via Poisoning Memory or Knowledge Bases
von: Chen, Zhaorun, et al.
Veröffentlicht: (2024)

Few-shot Model Extraction Attacks against Sequential Recommender Systems
von: Zhang, Hui, et al.
Veröffentlicht: (2024)

Poisoning Attacks and Defenses to Federated Unlearning
von: Wang, Wenbin, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Review Generation for Poisoning Recommender Systems
von: Yang, Shiyi, et al.
Veröffentlicht: (2025)

Poisoning Deep Learning Based Recommender Model in Federated Learning Scenarios
von: Rong, Dazhong, et al.
Veröffentlicht: (2022)

Retrieval Pivot Attacks in Hybrid RAG: Measuring and Mitigating Amplified Leakage from Vector Seeds to Graph Expansion
von: Thornton, Scott
Veröffentlicht: (2026)

Multi-granular Adversarial Attacks against Black-box Neural Ranking Models
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

Mask-based Membership Inference Attacks for Retrieval-Augmented Generation
von: Liu, Mingrui, et al.
Veröffentlicht: (2024)

Your RAG is Unfair: Exposing Fairness Vulnerabilities in Retrieval-Augmented Generation via Backdoor Attacks
von: Bagwe, Gaurav, et al.
Veröffentlicht: (2025)

HGAttack: Transferable Heterogeneous Graph Adversarial Attack
von: Zhao, He, et al.
Veröffentlicht: (2024)

Fairness-Constrained Optimization Attack in Federated Learning
von: Kasyap, Harsh, et al.
Veröffentlicht: (2025)

Poisoning Attacks and Defenses in Recommender Systems: A Survey
von: Wang, Zongwei, et al.
Veröffentlicht: (2024)

BadRAG: Identifying Vulnerabilities in Retrieval Augmented Generation of Large Language Models
von: Xue, Jiaqi, et al.
Veröffentlicht: (2024)

DM4Steal: Diffusion Model For Link Stealing Attack On Graph Neural Networks
von: Chen, Jinyin, et al.
Veröffentlicht: (2024)

The RAG Paradox: A Black-Box Attack Exploiting Unintentional Vulnerabilities in Retrieval-Augmented Generation Systems
von: Choi, Chanwoo, et al.
Veröffentlicht: (2025)

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

Towards Differential Privacy in Sequential Recommendation: A Noisy Graph Neural Network Approach
von: Hu, Wentao, et al.
Veröffentlicht: (2023)

Byzantine-Robust Federated Learning over Ring-All-Reduce Distributed Computing
von: Fang, Minghong, et al.
Veröffentlicht: (2025)

Riddle Me This! Stealthy Membership Inference for Retrieval-Augmented Generation
von: Naseh, Ali, et al.
Veröffentlicht: (2025)

Topic-FlipRAG: Topic-Orientated Adversarial Opinion Manipulation Attacks to Retrieval-Augmented Generation Models
von: Gong, Yuyang, et al.
Veröffentlicht: (2025)

How to Forget Clients in Federated Online Learning to Rank?
von: Wang, Shuyi, et al.
Veröffentlicht: (2024)

Exposing Privacy Risks in Graph Retrieval-Augmented Generation
von: Liu, Jiale, et al.
Veröffentlicht: (2025)

Poisoning Decentralized Collaborative Recommender System and Its Countermeasures
von: Zheng, Ruiqi, et al.
Veröffentlicht: (2024)

Grounded Cache Routing for Retrieval-Augmented Generation: When Is It Safe to Reuse an Answer?
von: Shah, Syed Huma
Veröffentlicht: (2026)

HijackRAG: Hijacking Attacks against Retrieval-Augmented Large Language Models
von: Zhang, Yucheng, et al.
Veröffentlicht: (2024)

Differentially Private Graph Diffusion with Applications in Personalized PageRanks
von: Wei, Rongzhe, et al.
Veröffentlicht: (2024)

BiRD: A Bidirectional Ranking Defense Mechanism for Retrieval Augmented Generation
von: Gao, Chengcai, et al.
Veröffentlicht: (2026)

Preserving Privacy and Utility in LLM-Based Product Recommendations
von: Khezresmaeilzadeh, Tina, et al.
Veröffentlicht: (2025)