Buchumschlag

Adversarial Attacks in Multimodal Systems: A Practitioner's Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kapoor, Shashank, Girija, Sanjay Surendranath, Arora, Lakshit, Pradhan, Dipen, Shetgaonkar, Ankit, Raj, Aman
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimizing LLMs for Resource-Constrained Environments: A Survey of Model Compression Techniques
von: Girija, Sanjay Surendranath, et al.
Veröffentlicht: (2025)

Explainable Artificial Intelligence Techniques for Software Development Lifecycle: A Phase-specific Survey
von: Arora, Lakshit, et al.
Veröffentlicht: (2025)

AI and Generative AI Transforming Disaster Management: A Survey of Damage Assessment and Response Techniques
von: Raj, Aman, et al.
Veröffentlicht: (2025)

Mitigating Clinician Information Overload: Generative AI for Integrated EHR and RPM Data Analysis
von: Shetgaonkar, Ankit, et al.
Veröffentlicht: (2025)

Opportunities and Applications of GenAI in Smart Cities: A User-Centric Survey
von: Shetgaonkar, Ankit, et al.
Veröffentlicht: (2025)

Robust Deep Reinforcement Learning Through Adversarial Attacks and Training : A Survey
von: Schott, Lucas, et al.
Veröffentlicht: (2024)

Teach Me to Trick: Exploring Adversarial Transferability via Knowledge Distillation
von: Pradhan, Siddhartha, et al.
Veröffentlicht: (2025)

Band Together: Untargeted Adversarial Training with Multimodal Coordination against Evasion-based Promotion Attacks
von: Xian, Guanmeng, et al.
Veröffentlicht: (2026)

Adversarial Attacks on Hyperbolic Networks
von: van Spengler, Max, et al.
Veröffentlicht: (2024)

Adversarial Training: A Survey
von: Zhao, Mengnan, et al.
Veröffentlicht: (2024)

TabAttackBench: A Benchmark for Adversarial Attacks on Tabular Data
von: He, Zhipeng, et al.
Veröffentlicht: (2025)

Hyperparameters in Score-Based Membership Inference Attacks
von: Pradhan, Gauri, et al.
Veröffentlicht: (2025)

Towards Interpretable Adversarial Examples via Sparse Adversarial Attack
von: Lin, Fudong, et al.
Veröffentlicht: (2025)

A Survey on Physical Adversarial Attacks against Face Recognition Systems
von: Wang, Mingsi, et al.
Veröffentlicht: (2024)

Prediction Bottlenecks Don't Discover Causal Structure (But Here's What They Actually Do)
von: Lade, Ankit Hemant, et al.
Veröffentlicht: (2026)

How Worst-Case Are Adversarial Attacks? Linking Adversarial and Perturbation Robustness
von: Rossolini, Giulio
Veröffentlicht: (2026)

Enhancing Security in Deep Reinforcement Learning: A Comprehensive Survey on Adversarial Attacks and Defenses
von: Yichao, Wu, et al.
Veröffentlicht: (2025)

Provably Invincible Adversarial Attacks on Reinforcement Learning Systems: A Rate-Distortion Information-Theoretic Approach
von: Lu, Ziqing, et al.
Veröffentlicht: (2025)

Understanding Model Ensemble in Transferable Adversarial Attack
von: Yao, Wei, et al.
Veröffentlicht: (2024)

Attack Atlas: A Practitioner's Perspective on Challenges and Pitfalls in Red Teaming GenAI
von: Rawat, Ambrish, et al.
Veröffentlicht: (2024)

SubstratumGraphEnv: Reinforcement Learning Environment (RLE) for Modeling System Attack Paths
von: Adewunmi, Bahirah, et al.
Veröffentlicht: (2026)

Learning to Attack: A Bandit Approach to Adversarial Context Poisoning
von: Telikani, Ray, et al.
Veröffentlicht: (2026)

Medusa: Cross-Modal Transferable Adversarial Attacks on Multimodal Medical Retrieval-Augmented Generation
von: Shang, Yingjia, et al.
Veröffentlicht: (2025)

LLM-Based Adversarial Persuasion Attacks on Fact-Checking Systems
von: Leite, João A., et al.
Veröffentlicht: (2026)

Adversarial Training for Defense Against Label Poisoning Attacks
von: Bal, Melis Ilayda, et al.
Veröffentlicht: (2025)

Crafting Imperceptible On-Manifold Adversarial Attacks for Tabular Data
von: He, Zhipeng, et al.
Veröffentlicht: (2025)

Efficient Adversarial Attacks on High-dimensional Offline Bandits
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

CAMA: Exploring Collusive Adversarial Attacks in c-MARL
von: Niu, Men, et al.
Veröffentlicht: (2026)

Hide and Find: A Distributed Adversarial Attack on Federated Graph Learning
von: Liu, Jinshan, et al.
Veröffentlicht: (2026)

Diversity Conscious Refined Random Forest
von: Bhattarai, Sijan, et al.
Veröffentlicht: (2025)

AnyAttack: Towards Large-scale Self-supervised Adversarial Attacks on Vision-language Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2024)

Natural Mitigation of Catastrophic Interference: Continual Learning in Power-Law Learning Environments
von: Gandhi, Atith, et al.
Veröffentlicht: (2024)

Who Judges the Judge? LLM Jury-on-Demand: Building Trustworthy LLM Evaluation Systems
von: Li, Xiaochuan, et al.
Veröffentlicht: (2025)

QDeepGR4J: Quantile-based ensemble of deep learning and GR4J hybrid rainfall-runoff models for extreme flow prediction with uncertainty quantification
von: Kapoor, Arpit, et al.
Veröffentlicht: (2025)

Fine-Grained Iterative Adversarial Attacks with Limited Computation Budget
von: Hou, Zhichao, et al.
Veröffentlicht: (2025)

Robust Satisficing Gaussian Process Bandits Under Adversarial Attacks
von: Saday, Artun, et al.
Veröffentlicht: (2025)

Leveraging Information Consistency in Frequency and Spatial Domain for Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

Adversarial Robustness Unhardening via Backdoor Attacks in Federated Learning
von: Kim, Taejin, et al.
Veröffentlicht: (2023)

Rethinking Adversarial Policies: A Generalized Attack Formulation and Provable Defense in RL
von: Liu, Xiangyu, et al.
Veröffentlicht: (2023)

Understanding Adversarial Transfer: Why Representation-Space Attacks Fail Where Data-Space Attacks Succeed
von: Gupta, Isha, et al.
Veröffentlicht: (2025)