Buchumschlag

Spattack: Subgroup Poisoning Attacks on Federated Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Bo, Hao, Yurong, Liu, Dingqi, Sun, Huabin, Qiao, Pengpeng, Lim, Wei Yang Bryan, Cao, Yang, Shi, Chuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence Distributed, Parallel, and Cluster Computing Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PCDM: A Diffusion-Based Data Poisoning Attack Against Federated Learning Systems
von: Sun, Wei, et al.
Veröffentlicht: (2026)

FedRKG: A Privacy-preserving Federated Recommendation Framework via Knowledge Graph Enhancement
von: Yao, Dezhong, et al.
Veröffentlicht: (2024)

PPFPL: Cross-silo Privacy-preserving Federated Prototype Learning Against Data Poisoning Attacks
von: Zhang, Hongliang, et al.
Veröffentlicht: (2025)

Poisoning Attacks and Defenses to Federated Unlearning
von: Wang, Wenbin, et al.
Veröffentlicht: (2025)

Federated Heterogeneous Graph Neural Network for Privacy-preserving Recommendation
von: Yan, Bo, et al.
Veröffentlicht: (2023)

Towards Efficient Communication and Secure Federated Recommendation System via Low-rank Training
von: Nguyen, Ngoc-Hieu, et al.
Veröffentlicht: (2024)

FedPDD: A Privacy-preserving Double Distillation Framework for Cross-silo Federated Recommendation
von: Wan, Sheng, et al.
Veröffentlicht: (2023)

Voyager: MTD-Based Aggregation Protocol for Mitigating Poisoning Attacks on DFL
von: Feng, Chao, et al.
Veröffentlicht: (2023)

Lancelot: Towards Efficient and Privacy-Preserving Byzantine-Robust Federated Learning within Fully Homomorphic Encryption
von: Jiang, Siyang, et al.
Veröffentlicht: (2024)

Leveraging MTD to Mitigate Poisoning Attacks in Decentralized FL with Non-IID Data
von: Feng, Chao, et al.
Veröffentlicht: (2024)

Poisoning with A Pill: Circumventing Detection in Federated Learning
von: Guo, Hanxi, et al.
Veröffentlicht: (2024)

Find a Scapegoat: Poisoning Membership Inference Attack and Defense to Federated Learning
von: Mo, Wenjin, et al.
Veröffentlicht: (2025)

Denial-of-Service or Fine-Grained Control: Towards Flexible Model Poisoning Attacks on Federated Learning
von: Zhang, Hangtao, et al.
Veröffentlicht: (2023)

A Model Consistency-Based Countermeasure to GAN-Based Data Poisoning Attack in Federated Learning
von: Sun, Wei, et al.
Veröffentlicht: (2024)

Federated Graph Condensation with Information Bottleneck Principles
von: Yan, Bo, et al.
Veröffentlicht: (2024)

DarkFed: A Data-Free Backdoor Attack in Federated Learning
von: Li, Minghui, et al.
Veröffentlicht: (2024)

MPU: Towards Secure and Privacy-Preserving Knowledge Unlearning for Large Language Models
von: Wang, Tiantong, et al.
Veröffentlicht: (2026)

DROP: Poison Dilution via Knowledge Distillation for Federated Learning
von: Syros, Georgios, et al.
Veröffentlicht: (2025)

Rethinking Byzantine Robustness in Federated Recommendation from Sparse Aggregation Perspective
von: Zhang, Zhongjian, et al.
Veröffentlicht: (2025)

SkyMask: Attack-agnostic Robust Federated Learning with Fine-grained Learnable Masks
von: Yan, Peishen, et al.
Veröffentlicht: (2023)

PolyLink: A Blockchain Based Decentralized Edge AI Platform for LLM Inference
von: Liu, Hongbo, et al.
Veröffentlicht: (2025)

SVAFD: A Secure and Verifiable Co-Aggregation Protocol for Federated Distillation
von: Wen, Tian, et al.
Veröffentlicht: (2025)

A Sharded Blockchain-Based Secure Federated Learning Framework for LEO Satellite Networks
von: Wu, Wenbo, et al.
Veröffentlicht: (2024)

Goldfish: No More Attacks on Ethereum?!
von: D'Amato, Francesco, et al.
Veröffentlicht: (2022)

Attack Graph Generation on HPC Clusters
von: Li, Ming, et al.
Veröffentlicht: (2025)

Mass Exit Attacks on the Lightning Network
von: Sguanci, Cosimo, et al.
Veröffentlicht: (2022)

Noise-Aware Algorithm for Heterogeneous Differentially Private Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Byzantine Attacks Exploiting Penalties in Ethereum PoS
von: Pavloff, Ulysse, et al.
Veröffentlicht: (2024)

Resilience in Online Federated Learning: Mitigating Model-Poisoning Attacks via Partial Sharing
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

FedTrident: Resilient Road Condition Classification Against Poisoning Attacks in Federated Learning
von: Liu, Sheng, et al.
Veröffentlicht: (2026)

FedTGP: Trainable Global Prototypes with Adaptive-Margin-Enhanced Contrastive Learning for Data and Model Heterogeneity in Federated Learning
von: Zhang, Jianqing, et al.
Veröffentlicht: (2024)

Analyzing the Attack Surface and Threats of Industrial Internet of Things Devices
von: Liebl, Simon, et al.
Veröffentlicht: (2024)

XChainWatcher: Monitoring and Identifying Attacks in Cross-Chain Bridges
von: Augusto, André, et al.
Veröffentlicht: (2024)

Impact of Conflicting Transactions in Blockchain: Detecting and Mitigating Potential Attacks
von: Bappy, Faisal Haque, et al.
Veröffentlicht: (2024)

Towards Stronger Blockchains: Security Against Front-Running Attacks
von: Misra, Anshuman, et al.
Veröffentlicht: (2023)

Collaborative Learning Framework to Detect Attacks in Transactions and Smart Contracts
von: Khoa, Tran Viet, et al.
Veröffentlicht: (2023)

APoW: Auditable Proof-of-Work Against Block Withholding Attacks
von: Lerner, Sergio Demian
Veröffentlicht: (2026)

Variational Autoencoder-Based Black-Box Adversarial Attack on Collaborative DNN Inference
von: Yousefi, Shima, et al.
Veröffentlicht: (2025)

Rollbaccine : Herd Immunity against Storage Rollback Attacks in TEEs [Technical Report]
von: Chu, David, et al.
Veröffentlicht: (2025)

Lightweight Federated Learning with Differential Privacy and Straggler Resilience
von: Hong, Shu, et al.
Veröffentlicht: (2024)