Buchumschlag

Adversarially Robust Spiking Neural Networks with Sparse Connectivity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schmolli, Mathias, Baronig, Maximilian, Legenstein, Robert, Özdenizci, Ozan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adversarially Robust Spiking Neural Networks Through Conversion
von: Özdenizci, Ozan, et al.
Veröffentlicht: (2023)

A Scalable Hybrid Training Approach for Recurrent Spiking Neural Networks
von: Baronig, Maximilian, et al.
Veröffentlicht: (2025)

On the Adversarial Robustness of Spiking Neural Networks Trained by Local Learning
von: Lin, Jiaqi, et al.
Veröffentlicht: (2025)

Advancing Spatio-Temporal Processing in Spiking Neural Networks through Adaptation
von: Baronig, Maximilian, et al.
Veröffentlicht: (2024)

Do Spikes Protect Privacy? Investigating Black-Box Model Inversion Attacks in Spiking Neural Networks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2025)

Watermarking Neuromorphic Brains: Intellectual Property Protection in Spiking Neural Networks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2024)

Impact of White-Box Adversarial Attacks on Convolutional Neural Networks
von: Podder, Rakesh, et al.
Veröffentlicht: (2024)

HoSNN: Adversarially-Robust Homeostatic Spiking Neural Networks with Adaptive Firing Thresholds
von: Geng, Hejia, et al.
Veröffentlicht: (2023)

Boosting Adversarial Robustness and Generalization with Structural Prior
von: Hou, Zhichao, et al.
Veröffentlicht: (2025)

Attacking the Spike: On the Transferability and Security of Spiking Neural Networks to Adversarial Examples
von: Xu, Nuo, et al.
Veröffentlicht: (2022)

Enhancing Adversarial Robustness in SNNs with Sparse Gradients
von: Liu, Yujia, et al.
Veröffentlicht: (2024)

MALT Powers Up Adversarial Attacks
von: Melamed, Odelia, et al.
Veröffentlicht: (2024)

Rectifying Adversarial Examples Using Their Vulnerabilities
von: Morimoto, Fumiya, et al.
Veröffentlicht: (2026)

Provable Unlearning with Gradient Ascent on Two-Layer ReLU Neural Networks
von: Melamed, Odelia, et al.
Veröffentlicht: (2025)

A Homomorphic Encryption Framework for Privacy-Preserving Spiking Neural Networks
von: Nikfam, Farzad, et al.
Veröffentlicht: (2023)

Data Poisoning-based Backdoor Attack Framework against Supervised Learning Rules of Spiking Neural Networks
von: Jin, Lingxin, et al.
Veröffentlicht: (2024)

Graph Agent Network: Empowering Nodes with Inference Capabilities for Adversarial Resilience
von: Liu, Ao, et al.
Veröffentlicht: (2023)

Your Network May Need to Be Rewritten: Network Adversarial Based on High-Dimensional Function Graph Decomposition
von: Su, Xiaoyan, et al.
Veröffentlicht: (2024)

Adversarial Robustness on Image Classification with $k$-means
von: Omari, Rollin, et al.
Veröffentlicht: (2023)

Use of Graph Neural Networks in Aiding Defensive Cyber Operations
von: Mitra, Shaswata, et al.
Veröffentlicht: (2024)

Attacking Graph Neural Networks with Bit Flips: Weisfeiler and Lehman Go Indifferent
von: Kummer, Lorenz, et al.
Veröffentlicht: (2023)

Privacy-preserving Continual Federated Clustering via Adaptive Resonance Theory
von: Masuyama, Naoki, et al.
Veröffentlicht: (2023)

Enhancing IoT Security: A Novel Feature Engineering Approach for ML-Based Intrusion Detection Systems
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2024)

Are Neuromorphic Architectures Inherently Privacy-preserving? An Exploratory Study
von: Moshruba, Ayana, et al.
Veröffentlicht: (2024)

Synchronization of Tree Parity Machines using non-binary input vectors
von: Stypiński, Miłosz, et al.
Veröffentlicht: (2021)

BrainLeaks: On the Privacy-Preserving Properties of Neuromorphic Architectures against Model Inversion Attacks
von: Poursiami, Hamed, et al.
Veröffentlicht: (2024)

CEPA: Consensus Embedded Perturbation for Agnostic Detection and Inversion of Backdoors
von: Yang, Guangmingmei, et al.
Veröffentlicht: (2024)

Ranking-Enhanced Anomaly Detection Using Active Learning-Assisted Attention Adversarial Dual AutoEncoders
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

From One Attack Domain to Another: Contrastive Transfer Learning with Siamese Networks for APT Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Evaluation of Neural Networks Defenses and Attacks using NDCG and Reciprocal Rank Metrics
von: Brama, Haya, et al.
Veröffentlicht: (2022)

Adversarial Example Generation using Evolutionary Multi-objective Optimization
von: Suzuki, Takahiro, et al.
Veröffentlicht: (2019)

Cross-Generational Transfer of Adversarial Attacks Reveals Non-Monotonic Safety Alignment in LLMs
von: Mitra, Subhadip
Veröffentlicht: (2026)

Sharpness Aware Surrogate Training for Spiking Neural Networks
von: Nicholson, Maximilian
Veröffentlicht: (2026)

Sequencing the Neurome: Towards Scalable Exact Parameter Reconstruction of Black-Box Neural Networks
von: Goldfeder, Judah, et al.
Veröffentlicht: (2024)

LLM Security: Vulnerabilities, Attacks, Defenses, and Countermeasures
von: Aguilera-Martínez, Francisco, et al.
Veröffentlicht: (2025)

Enhance the machine learning algorithm performance in phishing detection with keyword features
von: Yang, Zijiang
Veröffentlicht: (2025)

Bandwidth Reservation for Time-Critical Vehicular Applications: A Multi-Operator Environment
von: Al-Khatib, Abdullah, et al.
Veröffentlicht: (2025)

Differential Privacy in Machine Learning: A Survey from Symbolic AI to LLMs
von: Aguilera-Martínez, Francisco, et al.
Veröffentlicht: (2025)

RPG-AE: Neuro-Symbolic Graph Autoencoders with Rare Pattern Mining for Provenance-Based Anomaly Detection
von: Tauhid, Asif, et al.
Veröffentlicht: (2026)

Refining Decision Boundaries In Anomaly Detection Using Similarity Search Within the Feature Space
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2026)