Buchumschlag

Model-Targeted Data Poisoning Attacks against ITS Applications with Provable Convergence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xin, Wang, Feilong, Hong, Yuan, Rockafellar, R. Tyrrell, Xuegang, Ban
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Primal-Dual Stability in Local Optimality
von: Benko, Matus, et al.
Veröffentlicht: (2023)

Variational Sufficiency and Solution Stability in Optimization
von: Benko, Matúš, et al.
Veröffentlicht: (2026)

Machine Unlearning of Traffic State Estimation and Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks in Intelligent Transportation Systems: A Survey
von: Wang, Feilong, et al.
Veröffentlicht: (2024)

Cumulative Flow Diagram-Based Fixed-Time Signal Timing Optimization at Isolated Intersections Using Connected Vehicle Trajectory Data
von: Tan, Chaopeng, et al.
Veröffentlicht: (2022)

Minimum-Delay Opportunity Charging Scheduling for Electric Buses
von: McCabe, Dan, et al.
Veröffentlicht: (2024)

Generating Poisoning Attacks against Ridge Regression Models with Categorical Features
von: Guedes-Ayala, Monse, et al.
Veröffentlicht: (2025)

A Convex Optimization Approach to Model-Free Inverse Optimal Control with Provable Convergence
von: Yu, Meiling, et al.
Veröffentlicht: (2025)

Learning Provably Improves the Convergence of Gradient Descent
von: Song, Qingyu, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks Can Systematically Destabilize Data-Driven Control Synthesis
von: Digge, Vijayanand, et al.
Veröffentlicht: (2026)

Sensing Resource Allocation Against Data-Poisoning Attacks in Traffic Routing
von: Yu, Yue, et al.
Veröffentlicht: (2024)

Provably Convergent Federated Trilevel Learning
von: Jiao, Yang, et al.
Veröffentlicht: (2023)

Provably Convergent Decentralized Optimization over Directed Graphs under Generalized Smoothness
von: Bo, Yanan, et al.
Veröffentlicht: (2026)

Control Barrier Function based Attack-Recovery with Provable Guarantees
von: Garg, Kunal, et al.
Veröffentlicht: (2022)

MGDA Converges under Generalized Smoothness, Provably
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Stochastic Compositional Minimax Optimization with Provable Convergence Guarantees
von: Deng, Yuyang, et al.
Veröffentlicht: (2024)

A Provably Convergent Plug-and-Play Framework for Stochastic Bilevel Optimization
von: Chu, Tianshu, et al.
Veröffentlicht: (2025)

A Provably Convergent and Practical Algorithm for Gromov--Wasserstein Optimal Transport
von: Liang, Ling, et al.
Veröffentlicht: (2026)

Latent Representations for Control Design with Provable Stability and Safety Guarantees
von: Lutkus, Paul, et al.
Veröffentlicht: (2025)

Provable Accelerated Convergence of Nesterov's Momentum for Deep ReLU Neural Networks
von: Liao, Fangshuo, et al.
Veröffentlicht: (2023)

Data-Driven Analysis and Predictive Control of Descriptor Systems with Application to Power and Water Networks
von: Zhang, Yuan, et al.
Veröffentlicht: (2025)

Accelerating Convergence of Score-Based Diffusion Models, Provably
von: Li, Gen, et al.
Veröffentlicht: (2024)

Technical Report: Pose Graph Optimization over Planar Unit Dual Quaternions: Improved Accuracy with Provably Convergent Riemannian Optimization
von: Warke, William D., et al.
Veröffentlicht: (2024)

A Note on the Convergence of Muon
von: Li, Jiaxiang, et al.
Veröffentlicht: (2025)

On the Convergence Analysis of an Inexact Preconditioned Stochastic Model-Based Algorithm
von: Bao, Chenglong, et al.
Veröffentlicht: (2025)

An exact column generation algorithm for load balancing in capacity sharing networks
von: Hu, Kaixiang, et al.
Veröffentlicht: (2024)

Mitigating Gradient Bias in Multi-objective Learning: A Provably Convergent Stochastic Approach
von: Fernando, Heshan, et al.
Veröffentlicht: (2022)

An Optimization-Based Framework for Solving Forward-Backward Stochastic Differential Equations: Convergence Analysis and Error Bounds
von: Wang, Yutian, et al.
Veröffentlicht: (2025)

The Risk Quadrangle in Optimization: An Overview with Recent Results and Extensions
von: Grechuk, Bogdan, et al.
Veröffentlicht: (2026)

Probabilistic Framework of Howard's Policy Iteration: BML Evaluation and Robust Convergence Analysis
von: Wang, Yutian, et al.
Veröffentlicht: (2022)

B-ary Tree Push-Pull Method is Provably Efficient for Distributed Learning on Heterogeneous Data
von: You, Runze, et al.
Veröffentlicht: (2024)

Provably Efficient Exploration in Policy Optimization
von: Cai, Qi, et al.
Veröffentlicht: (2019)

Communication Efficient Federated Learning with Linear Convergence on Heterogeneous Data
von: Liu, Jie, et al.
Veröffentlicht: (2025)

Compact R-Continuity with Applications to Solving Inclusions and Convergence of Algorithms
von: Le, Ba Khiet, et al.
Veröffentlicht: (2025)

Towards Simple and Provable Parameter-Free Adaptive Gradient Methods
von: Tao, Yuanzhe, et al.
Veröffentlicht: (2024)

Provable non-accelerations of the heavy-ball method
von: Goujaud, Baptiste, et al.
Veröffentlicht: (2023)

A Zeroth-order Resilient Algorithm for Distributed Online Optimization against Byzantine Edge Attacks
von: Liu, Yuhang, et al.
Veröffentlicht: (2025)

Convergence and Inference of Stream SGD, with Applications to Queueing Systems and Inventory Control
von: Li, Xiang, et al.
Veröffentlicht: (2023)

Provably Convergent Plug-and-play Proximal Block Coordinate Descent Method for Hyperspectral Anomaly Detection
von: Liu, Xiaoxia, et al.
Veröffentlicht: (2024)

Policy Gradient Methods for Risk-Sensitive Distributional Reinforcement Learning with Provable Convergence
von: Xiao, Minheng, et al.
Veröffentlicht: (2024)