An Attack to Break Permutation-Based Private Third-Party Inference Schemes for LLMs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Thomas, Rahul, Zahran, Louai, Choi, Erica, Potti, Akilesh, Goldblum, Micah, Pal, Arka |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Cascade: Token-Sharded Private LLM Inference
par: Thomas, Rahul, et autres
Publié: (2025)
par: Thomas, Rahul, et autres
Publié: (2025)
Privacy-Preserving Mechanisms Enable Cheap Verifiable Inference of LLMs
par: Pal, Arka, et autres
Publié: (2026)
par: Pal, Arka, et autres
Publié: (2026)
vTune: Verifiable Fine-Tuning for LLMs Through Backdooring
par: Zhang, Eva, et autres
Publié: (2024)
par: Zhang, Eva, et autres
Publié: (2024)
Knowing What You Know Is Not Enough: Large Language Model Confidences Don't Align With Their Actions
par: Pal, Arka, et autres
Publié: (2025)
par: Pal, Arka, et autres
Publié: (2025)
Secure Aggregation is Not Private Against Membership Inference Attacks
par: Ngo, Khac-Hoang, et autres
Publié: (2024)
par: Ngo, Khac-Hoang, et autres
Publié: (2024)
BADTV: Unveiling Backdoor Threats in Third-Party Task Vectors
par: Hsu, Chia-Yi, et autres
Publié: (2025)
par: Hsu, Chia-Yi, et autres
Publié: (2025)
N-Parties Private Structure and Parameter Learning for Sum-Product Networks
par: Heilmann, Xenia, et autres
Publié: (2025)
par: Heilmann, Xenia, et autres
Publié: (2025)
GNNBleed: Inference Attacks to Unveil Private Edges in Graphs with Realistic Access to GNN Models
par: Song, Zeyu, et autres
Publié: (2023)
par: Song, Zeyu, et autres
Publié: (2023)
Breaking Free: Efficient Multi-Party Private Set Union Without Non-Collusion Assumptions
par: Dong, Minglang, et autres
Publié: (2024)
par: Dong, Minglang, et autres
Publié: (2024)
Combinatorial Privacy: Private Multi-Party Bitstream Grand Sum by Hiding in Birkhoff Polytopes
par: Vepakomma, Praneeth
Publié: (2026)
par: Vepakomma, Praneeth
Publié: (2026)
Breaking Bad: Interpretability-Based Safety Audits of State-of-the-Art LLMs
par: Agarwal, Krishiv, et autres
Publié: (2026)
par: Agarwal, Krishiv, et autres
Publié: (2026)
DeepEclipse: How to Break White-Box DNN-Watermarking Schemes
par: Pegoraro, Alessandro, et autres
Publié: (2024)
par: Pegoraro, Alessandro, et autres
Publié: (2024)
CBNN: 3-Party Secure Framework for Customized Binary Neural Networks Inference
par: Dong, Benchang, et autres
Publié: (2024)
par: Dong, Benchang, et autres
Publié: (2024)
Commitment Schemes for Multi-Party Computation
par: Ionescu, Ioan, et autres
Publié: (2025)
par: Ionescu, Ioan, et autres
Publié: (2025)
Entropy-Guided Attention for Private LLMs
par: Jha, Nandan Kumar, et autres
Publié: (2025)
par: Jha, Nandan Kumar, et autres
Publié: (2025)
SSNet: A Lightweight Multi-Party Computation Scheme for Practical Privacy-Preserving Machine Learning Service in the Cloud
par: Duan, Shijin, et autres
Publié: (2024)
par: Duan, Shijin, et autres
Publié: (2024)
SeqMIA: Sequential-Metric Based Membership Inference Attack
par: Li, Hao, et autres
Publié: (2024)
par: Li, Hao, et autres
Publié: (2024)
Noise-Aware Differentially Private Variational Inference
par: Alrawajfeh, Talal, et autres
Publié: (2024)
par: Alrawajfeh, Talal, et autres
Publié: (2024)
Adversarial Attacks on Locally Private Graph Neural Networks
par: Varun, Matta, et autres
Publié: (2026)
par: Varun, Matta, et autres
Publié: (2026)
Dash: Accelerating Distributed Private Convolutional Neural Network Inference with Arithmetic Garbled Circuits
par: Sander, Jonas, et autres
Publié: (2023)
par: Sander, Jonas, et autres
Publié: (2023)
Adaptive Attacks Break Defenses Against Indirect Prompt Injection Attacks on LLM Agents
par: Zhan, Qiusi, et autres
Publié: (2025)
par: Zhan, Qiusi, et autres
Publié: (2025)
Differentially Private Permutation Tests: Applications to Kernel Methods
par: Kim, Ilmun, et autres
Publié: (2023)
par: Kim, Ilmun, et autres
Publié: (2023)
Can Differentially Private Fine-tuning LLMs Protect Against Privacy Attacks?
par: Du, Hao, et autres
Publié: (2025)
par: Du, Hao, et autres
Publié: (2025)
Less Random, More Private: What is the Optimal Subsampling Scheme for DP-SGD?
par: Dong, Andy, et autres
Publié: (2026)
par: Dong, Andy, et autres
Publié: (2026)
Differentially Private High-dimensional Variable Selection via Integer Programming
par: Prastakos, Petros, et autres
Publié: (2025)
par: Prastakos, Petros, et autres
Publié: (2025)
Imitative Membership Inference Attack
par: Du, Yuntao, et autres
Publié: (2025)
par: Du, Yuntao, et autres
Publié: (2025)
CipherPrune: Efficient and Scalable Private Transformer Inference
par: Zhang, Yancheng, et autres
Publié: (2025)
par: Zhang, Yancheng, et autres
Publié: (2025)
AERO: Entropy-Guided Framework for Private LLM Inference
par: Jha, Nandan Kumar, et autres
Publié: (2024)
par: Jha, Nandan Kumar, et autres
Publié: (2024)
Fast and Private Inference of Deep Neural Networks by Co-designing Activation Functions
par: Diaa, Abdulrahman, et autres
Publié: (2023)
par: Diaa, Abdulrahman, et autres
Publié: (2023)
Sequential Membership Inference Attacks
par: Michel, Thomas, et autres
Publié: (2026)
par: Michel, Thomas, et autres
Publié: (2026)
IDPFilter: Mitigating Interdependent Privacy Issues in Third-Party Apps
par: Liu, Shuaishuai, et autres
Publié: (2024)
par: Liu, Shuaishuai, et autres
Publié: (2024)
Membership Inference Attacks for Retrieval Based In-Context Learning for Document Question Answering
par: Kulkarni, Tejas, et autres
Publié: (2026)
par: Kulkarni, Tejas, et autres
Publié: (2026)
Exploiting Defenses against GAN-Based Feature Inference Attacks in Federated Learning
par: Luo, Xinjian, et autres
Publié: (2020)
par: Luo, Xinjian, et autres
Publié: (2020)
Breaking the Layer Barrier: Remodeling Private Transformer Inference with Hybrid CKKS and MPC
par: Xu, Tianshi, et autres
Publié: (2025)
par: Xu, Tianshi, et autres
Publié: (2025)
Membership Inference Attacks on Sequence Models
par: Rossi, Lorenzo, et autres
Publié: (2025)
par: Rossi, Lorenzo, et autres
Publié: (2025)
Membership Inference Attacks for Unseen Classes
par: Thaker, Pratiksha, et autres
Publié: (2025)
par: Thaker, Pratiksha, et autres
Publié: (2025)
Membership Inference Attacks Beyond Overfitting
par: Khalil, Mona, et autres
Publié: (2025)
par: Khalil, Mona, et autres
Publié: (2025)
Cascading and Proxy Membership Inference Attacks
par: Du, Yuntao, et autres
Publié: (2025)
par: Du, Yuntao, et autres
Publié: (2025)
Data Poisoning Attacks to Locally Differentially Private Range Query Protocols
par: Liao, Ting-Wei, et autres
Publié: (2025)
par: Liao, Ting-Wei, et autres
Publié: (2025)
TruncFormer: Private LLM Inference Using Only Truncations
par: Yubeaton, Patrick, et autres
Publié: (2024)
par: Yubeaton, Patrick, et autres
Publié: (2024)
Documents similaires
-
Cascade: Token-Sharded Private LLM Inference
par: Thomas, Rahul, et autres
Publié: (2025) -
Privacy-Preserving Mechanisms Enable Cheap Verifiable Inference of LLMs
par: Pal, Arka, et autres
Publié: (2026) -
vTune: Verifiable Fine-Tuning for LLMs Through Backdooring
par: Zhang, Eva, et autres
Publié: (2024) -
Knowing What You Know Is Not Enough: Large Language Model Confidences Don't Align With Their Actions
par: Pal, Arka, et autres
Publié: (2025) -
Secure Aggregation is Not Private Against Membership Inference Attacks
par: Ngo, Khac-Hoang, et autres
Publié: (2024)