Buchumschlag

Backdoor Attacks on Deep Learning Face Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roux, Quentin Le, Teglia, Yannick, Furon, Teddy, Loubet-Moundi, Philippe
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SoK: On the Survivability of Backdoor Attacks on Unconstrained Face Recognition Systems
von: Roux, Quentin Le, et al.
Veröffentlicht: (2025)

Task-Agnostic Attacks Against Vision Foundation Models
von: Pulfer, Brian, et al.
Veröffentlicht: (2025)

Backdooring Outlier Detection Methods: A Novel Attack Approach
von: Taghavi, ZeinabSadat, et al.
Veröffentlicht: (2024)

FedDefender: Backdoor Attack Defense in Federated Learning
von: Gill, Waris, et al.
Veröffentlicht: (2023)

Beyond Traditional Threats: A Persistent Backdoor Attack on Federated Learning
von: Liu, Tao, et al.
Veröffentlicht: (2024)

Taught Well Learned Ill: Towards Distillation-conditional Backdoor Attack
von: Chen, Yukun, et al.
Veröffentlicht: (2025)

Non-Cooperative Backdoor Attacks in Federated Learning: A New Threat Landscape
von: Nguyen, Tuan, et al.
Veröffentlicht: (2024)

SWIFT: Semantic Watermarking for Image Forgery Thwarting
von: Evennou, Gautier, et al.
Veröffentlicht: (2024)

FLARE: Toward Universal Dataset Purification against Backdoor Attacks
von: Hou, Linshan, et al.
Veröffentlicht: (2024)

Long-Tailed Backdoor Attack Using Dynamic Data Augmentation Operations
von: Pang, Lu, et al.
Veröffentlicht: (2024)

NoiseAttack: An Evasive Sample-Specific Multi-Targeted Backdoor Attack Through White Gaussian Noise
von: Miah, Abdullah Arafat, et al.
Veröffentlicht: (2024)

Towards Sample-specific Backdoor Attack with Clean Labels via Attribute Trigger
von: Zhu, Mingyan, et al.
Veröffentlicht: (2023)

Detection and Recovery Against Deep Neural Network Fault Injection Attacks Based on Contrastive Learning
von: Wang, Chenan, et al.
Veröffentlicht: (2024)

Backdoored Retrievers for Prompt Injection Attacks on Retrieval Augmented Generation of Large Language Models
von: Clop, Cody, et al.
Veröffentlicht: (2024)

A Survey on Physical Adversarial Attacks against Face Recognition Systems
von: Wang, Mingsi, et al.
Veröffentlicht: (2024)

Better Safe than Sorry: Pre-training CLIP against Targeted Data Poisoning and Backdoor Attacks
von: Yang, Wenhan, et al.
Veröffentlicht: (2023)

Deep Learning-Based Speech and Vision Synthesis to Improve Phishing Attack Detection through a Multi-layer Adaptive Framework
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

Erasing Self-Supervised Learning Backdoor by Cluster Activation Masking
von: Qian, Shengsheng, et al.
Veröffentlicht: (2023)

Kill it with FIRE: On Leveraging Latent Space Directions for Runtime Backdoor Mitigation in Deep Neural Networks
von: Ahlers, Enrico, et al.
Veröffentlicht: (2026)

From Attack to Defense: Insights into Deep Learning Security Measures in Black-Box Settings
von: Juraev, Firuz, et al.
Veröffentlicht: (2024)

Towards Robust Protective Perturbation against DeepFake Face Swapping
von: Yao, Hengyang, et al.
Veröffentlicht: (2025)

Proactive Adversarial Defense: Harnessing Prompt Tuning in Vision-Language Models to Detect Unseen Backdoored Images
von: Stein, Kyle, et al.
Veröffentlicht: (2024)

CLIP-Inspector: Model-Level Backdoor Detection for Prompt-Tuned CLIP via OOD Trigger Inversion
von: Jindal, Akshit, et al.
Veröffentlicht: (2026)

Multimodal Attack Detection for Action Recognition Models
von: Mumcu, Furkan, et al.
Veröffentlicht: (2024)

Architectural Neural Backdoors from First Principles
von: Langford, Harry, et al.
Veröffentlicht: (2024)

Selective Amnesia: On Efficient, High-Fidelity and Blind Suppression of Backdoor Effects in Trojaned Machine Learning Models
von: Zhu, Rui, et al.
Veröffentlicht: (2022)

Efficient Backdoor Defense in Multimodal Contrastive Learning: A Token-Level Unlearning Method for Mitigating Threats
von: Liu, Kuanrong, et al.
Veröffentlicht: (2024)

LaserGuider: A Laser Based Physical Backdoor Attack against Deep Neural Networks
von: Xu, Yongjie, et al.
Veröffentlicht: (2024)

Adversarially Guided Stateful Defense Against Backdoor Attacks in Federated Deep Learning
von: Ali, Hassan, et al.
Veröffentlicht: (2024)

REFINE: Inversion-Free Backdoor Defense via Model Reprogramming
von: Chen, Yukun, et al.
Veröffentlicht: (2025)

Poisoning Attacks on Federated Learning for Autonomous Driving
von: Garg, Sonakshi, et al.
Veröffentlicht: (2024)

AnywhereDoor: Multi-Target Backdoor Attacks on Object Detection
von: Lu, Jialin, et al.
Veröffentlicht: (2024)

AnywhereDoor: Multi-Target Backdoor Attacks on Object Detection
von: Lu, Jialin, et al.
Veröffentlicht: (2025)

Cert-SSBD: Certified Backdoor Defense with Sample-Specific Smoothing Noises
von: Qiao, Ting, et al.
Veröffentlicht: (2025)

BackWeak: Backdooring Knowledge Distillation Simply with Weak Triggers and Fine-tuning
von: Wang, Shanmin, et al.
Veröffentlicht: (2025)

Data Free Backdoor Attacks
von: Cao, Bochuan, et al.
Veröffentlicht: (2024)

DeepBaR: Fault Backdoor Attack on Deep Neural Network Layers
von: Martínez-Mejía, C. A., et al.
Veröffentlicht: (2024)

MAD-OOD: A Deep Learning Cluster-Driven Framework for an Out-of-Distribution Malware Detection and Classification
von: Ige, Tosin, et al.
Veröffentlicht: (2025)

Redesigning Traffic Signs to Mitigate Machine-Learning Patch Attacks
von: Shua, Tsufit, et al.
Veröffentlicht: (2024)

Universal Backdoor Attacks
von: Schneider, Benjamin, et al.
Veröffentlicht: (2023)