Adversarial Suffix Filtering: a Defense Pipeline for LLMs
Fuente:
arXiv
Salvato in:
| Autori principali: | Khachaturov, David, Mullins, Robert |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Complexity Matters: Effective Dimensionality as a Measure for Adversarial Robustness
di: Khachaturov, David, et al.
Pubblicazione: (2024)
di: Khachaturov, David, et al.
Pubblicazione: (2024)
Watermarking Needs Input Repetition Masking
di: Khachaturov, David, et al.
Pubblicazione: (2025)
di: Khachaturov, David, et al.
Pubblicazione: (2025)
TrapSuffix: Proactive Defense Against Adversarial Suffixes in Jailbreaking
di: Du, Mengyao, et al.
Pubblicazione: (2026)
di: Du, Mengyao, et al.
Pubblicazione: (2026)
Scaling Trends for Data Poisoning in LLMs
di: Bowen, Dillon, et al.
Pubblicazione: (2024)
di: Bowen, Dillon, et al.
Pubblicazione: (2024)
Advancing Adversarial Suffix Transfer Learning on Aligned Large Language Models
di: Liu, Hongfu, et al.
Pubblicazione: (2024)
di: Liu, Hongfu, et al.
Pubblicazione: (2024)
Self-Evaluation as a Defense Against Adversarial Attacks on LLMs
di: Brown, Hannah, et al.
Pubblicazione: (2024)
di: Brown, Hannah, et al.
Pubblicazione: (2024)
IDEA: Invariant Defense for Graph Adversarial Robustness
di: Tao, Shuchang, et al.
Pubblicazione: (2023)
di: Tao, Shuchang, et al.
Pubblicazione: (2023)
FilterFL: Knowledge Filtering-based Data-Free Backdoor Defense for Federated Learning
di: Yang, Yanxin, et al.
Pubblicazione: (2023)
di: Yang, Yanxin, et al.
Pubblicazione: (2023)
GASP: Efficient Black-Box Generation of Adversarial Suffixes for Jailbreaking LLMs
di: Basani, Advik Raj, et al.
Pubblicazione: (2024)
di: Basani, Advik Raj, et al.
Pubblicazione: (2024)
A No-Defense Defense Against Gradient-Based Adversarial Attacks on ML-NIDS: Is Less More?
di: elShehaby, Mohamed, et al.
Pubblicazione: (2026)
di: elShehaby, Mohamed, et al.
Pubblicazione: (2026)
Enhancing the "Immunity" of Mixture-of-Experts Networks for Adversarial Defense
di: Han, Qiao, et al.
Pubblicazione: (2024)
di: Han, Qiao, et al.
Pubblicazione: (2024)
Test-time Adversarial Defense with Opposite Adversarial Path and High Attack Time Cost
di: Yeh, Cheng-Han, et al.
Pubblicazione: (2024)
di: Yeh, Cheng-Han, et al.
Pubblicazione: (2024)
A Multi-Agent LLM Defense Pipeline Against Prompt Injection Attacks
di: Hossain, S M Asif, et al.
Pubblicazione: (2025)
di: Hossain, S M Asif, et al.
Pubblicazione: (2025)
Pruning Graphs by Adversarial Robustness Evaluation to Strengthen GNN Defenses
di: Wang, Yongyu
Pubblicazione: (2025)
di: Wang, Yongyu
Pubblicazione: (2025)
Elevating Defenses: Bridging Adversarial Training and Watermarking for Model Resilience
di: Thakkar, Janvi, et al.
Pubblicazione: (2023)
di: Thakkar, Janvi, et al.
Pubblicazione: (2023)
Provably Cost-Sensitive Adversarial Defense via Randomized Smoothing
di: Xin, Yuan, et al.
Pubblicazione: (2023)
di: Xin, Yuan, et al.
Pubblicazione: (2023)
FedBAP: Backdoor Defense via Benign Adversarial Perturbation in Federated Learning
di: Yan, Xinhai, et al.
Pubblicazione: (2025)
di: Yan, Xinhai, et al.
Pubblicazione: (2025)
Dark Deceptions in DHCP: Dismantling Network Defenses
di: Dilworth, Robert
Pubblicazione: (2025)
di: Dilworth, Robert
Pubblicazione: (2025)
A Comprehensive Analysis of Adversarial Attacks against Spam Filters
di: Hotoğlu, Esra, et al.
Pubblicazione: (2025)
di: Hotoğlu, Esra, et al.
Pubblicazione: (2025)
Adversarially Robust Bloom Filters: Privacy, Reductions, and Open Problems
di: Tirmazi, Hayder
Pubblicazione: (2025)
di: Tirmazi, Hayder
Pubblicazione: (2025)
One Stone, Two Birds: Enhancing Adversarial Defense Through the Lens of Distributional Discrepancy
di: Zhang, Jiacheng, et al.
Pubblicazione: (2025)
di: Zhang, Jiacheng, et al.
Pubblicazione: (2025)
Certifiable Black-Box Attacks with Randomized Adversarial Examples: Breaking Defenses with Provable Confidence
di: Hong, Hanbin, et al.
Pubblicazione: (2023)
di: Hong, Hanbin, et al.
Pubblicazione: (2023)
ImpNet: Imperceptible and blackbox-undetectable backdoors in compiled neural networks
di: Clifford, Eleanor, et al.
Pubblicazione: (2022)
di: Clifford, Eleanor, et al.
Pubblicazione: (2022)
Efficient Adversarial Training in LLMs with Continuous Attacks
di: Xhonneux, Sophie, et al.
Pubblicazione: (2024)
di: Xhonneux, Sophie, et al.
Pubblicazione: (2024)
A Defensive Framework Against Adversarial Attacks on Machine Learning-Based Network Intrusion Detection Systems
di: Tafreshian, Benyamin, et al.
Pubblicazione: (2025)
di: Tafreshian, Benyamin, et al.
Pubblicazione: (2025)
Mitigating the Structural Bias in Graph Adversarial Defenses
di: Fang, Junyuan, et al.
Pubblicazione: (2025)
di: Fang, Junyuan, et al.
Pubblicazione: (2025)
Quantamination: Dynamic Quantization Leaks Your Data Across the Batch
di: Foerster, Hanna, et al.
Pubblicazione: (2026)
di: Foerster, Hanna, et al.
Pubblicazione: (2026)
Rogue Cell: Adversarial Attack and Defense in Untrusted O-RAN Setup Exploiting the Traffic Steering xApp
di: Aizikovich, Eran, et al.
Pubblicazione: (2025)
di: Aizikovich, Eran, et al.
Pubblicazione: (2025)
Efficient Adversarial Malware Defense via Trust-Based Raw Override and Confidence-Adaptive Bit-Depth Reduction
di: Chaudhary, Ayush, et al.
Pubblicazione: (2025)
di: Chaudhary, Ayush, et al.
Pubblicazione: (2025)
Gray-Box Poisoning of Continuous Malware Ingestion Pipelines
di: Dolejš, Jan, et al.
Pubblicazione: (2026)
di: Dolejš, Jan, et al.
Pubblicazione: (2026)
Route to Rome Attack: Directing LLM Routers to Expensive Models via Adversarial Suffix Optimization
di: Tang, Haochun, et al.
Pubblicazione: (2026)
di: Tang, Haochun, et al.
Pubblicazione: (2026)
Early Approaches to Adversarial Fine-Tuning for Prompt Injection Defense: A 2022 Study of GPT-3 and Contemporary Models
di: Sandoval, Gustavo, et al.
Pubblicazione: (2025)
di: Sandoval, Gustavo, et al.
Pubblicazione: (2025)
Improved Generation of Adversarial Examples Against Safety-aligned LLMs
di: Li, Qizhang, et al.
Pubblicazione: (2024)
di: Li, Qizhang, et al.
Pubblicazione: (2024)
Continual Adversarial Defense
di: Wang, Qian, et al.
Pubblicazione: (2023)
di: Wang, Qian, et al.
Pubblicazione: (2023)
Soft Instruction De-escalation Defense
di: Walter, Nils Philipp, et al.
Pubblicazione: (2025)
di: Walter, Nils Philipp, et al.
Pubblicazione: (2025)
Quantum Adversarial Machine Learning and Defense Strategies: Challenges and Opportunities
di: Yocam, Eric, et al.
Pubblicazione: (2024)
di: Yocam, Eric, et al.
Pubblicazione: (2024)
Subspace Defense: Discarding Adversarial Perturbations by Learning a Subspace for Clean Signals
di: Zheng, Rui, et al.
Pubblicazione: (2024)
di: Zheng, Rui, et al.
Pubblicazione: (2024)
Beyond Slow Signs in High-fidelity Model Extraction
di: Foerster, Hanna, et al.
Pubblicazione: (2024)
di: Foerster, Hanna, et al.
Pubblicazione: (2024)
Understanding and Improving Continuous Adversarial Training for LLMs via In-context Learning Theory
di: Fu, Shaopeng, et al.
Pubblicazione: (2026)
di: Fu, Shaopeng, et al.
Pubblicazione: (2026)
Adversarial Threats in Quantum Machine Learning: A Survey of Attacks and Defenses
di: Ghosh, Archisman, et al.
Pubblicazione: (2025)
di: Ghosh, Archisman, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Complexity Matters: Effective Dimensionality as a Measure for Adversarial Robustness
di: Khachaturov, David, et al.
Pubblicazione: (2024) -
Watermarking Needs Input Repetition Masking
di: Khachaturov, David, et al.
Pubblicazione: (2025) -
TrapSuffix: Proactive Defense Against Adversarial Suffixes in Jailbreaking
di: Du, Mengyao, et al.
Pubblicazione: (2026) -
Scaling Trends for Data Poisoning in LLMs
di: Bowen, Dillon, et al.
Pubblicazione: (2024) -
Advancing Adversarial Suffix Transfer Learning on Aligned Large Language Models
di: Liu, Hongfu, et al.
Pubblicazione: (2024)