Buchumschlag

Integrating Feature Attention and Temporal Modeling for Collaborative Financial Risk Assessment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Yue, Xu, Zhen, Liu, Youzhu, Ma, Kunyuan, Lin, Yuxiu, Jiang, Mohan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scoring the Unscorables: Cyber Risk Assessment Beyond Internet Scans
von: Sarabi, Armin, et al.
Veröffentlicht: (2025)

JANUS: A Difference-Oriented Analyzer For Financial Centralization Risks in Smart Contracts
von: Wang, Wansen, et al.
Veröffentlicht: (2024)

Pencil: Private and Extensible Collaborative Learning without the Non-Colluding Assumption
von: Liu, Xuanqi, et al.
Veröffentlicht: (2024)

Ensembler: Protect Collaborative Inference Privacy from Model Inversion Attack via Selective Ensemble
von: Liu, Dancheng, et al.
Veröffentlicht: (2024)

Can Graph Neural Networks Expose Training Data Properties? An Efficient Risk Assessment Approach
von: Yuan, Hanyang, et al.
Veröffentlicht: (2024)

Temporal Contrastive Transformer for Financial Crime Detection: Self-Supervised Sequence Embeddings via Predictive Contrastive Coding
von: Butvinik, Danny, et al.
Veröffentlicht: (2026)

A Systematic Study of Model Extraction Attacks on Graph Foundation Models
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

Leakage Safe Graph Features for Interpretable Fraud Detection in Temporal Transaction Networks
von: Khaleghpour, Hamideh, et al.
Veröffentlicht: (2026)

FDINet: Protecting against DNN Model Extraction via Feature Distortion Index
von: Yao, Hongwei, et al.
Veröffentlicht: (2023)

Decoding Android Malware with a Fraction of Features: An Attention-Enhanced MLP-SVM Approach
von: Hakim, Safayat Bin, et al.
Veröffentlicht: (2024)

Multi-Faceted Studies on Data Poisoning can Advance LLM Development
von: He, Pengfei, et al.
Veröffentlicht: (2025)

FRAME : Comprehensive Risk Assessment Framework for Adversarial Machine Learning Threats
von: Shapira, Avishag, et al.
Veröffentlicht: (2025)

AttnDiff: Attention-based Differential Fingerprinting for Large Language Models
von: Zhang, Haobo, et al.
Veröffentlicht: (2026)

Cloud-Edge Collaborative Data Anomaly Detection in Industrial Sensor Networks
von: Yang, Tao, et al.
Veröffentlicht: (2022)

Locally Private Estimation with Public Features
von: Ma, Yuheng, et al.
Veröffentlicht: (2024)

A Multi-Scale Graph Learning Framework with Temporal Consistency Constraints for Financial Fraud Detection in Transaction Networks under Non-Stationary Conditions
von: Lei, Yiming, et al.
Veröffentlicht: (2026)

Attention Augmented GNN RNN-Attention Models for Advanced Cybersecurity Intrusion Detection
von: Biradar, Jayant, et al.
Veröffentlicht: (2025)

ProDiF: Protecting Domain-Invariant Features to Secure Pre-Trained Models Against Extraction
von: Zhou, Tong, et al.
Veröffentlicht: (2025)

Understanding Deep Learning defenses Against Adversarial Examples Through Visualizations for Dynamic Risk Assessment
von: Echeberria-Barrio, Xabier, et al.
Veröffentlicht: (2024)

Differentially Private Random Feature Model
von: Liao, Chunyang, et al.
Veröffentlicht: (2024)

Trident: Improving Malware Detection with LLMs and Behavioral Features
von: Saul, Rebecca, et al.
Veröffentlicht: (2026)

CYBERSECEVAL 3: Advancing the Evaluation of Cybersecurity Risks and Capabilities in Large Language Models
von: Wan, Shengye, et al.
Veröffentlicht: (2024)

MELT: A Behavioral Trace Dataset for High-Risk Memecoin Launch Detection
von: Hu, Sihao, et al.
Veröffentlicht: (2026)

Detecting Financial Bots on the Ethereum Blockchain
von: Niedermayer, Thomas, et al.
Veröffentlicht: (2024)

IstGPT: LLM-based Anomaly Detection for Spatial-Temporal Graph in Industrial Systems
von: Zhang, Yuchen, et al.
Veröffentlicht: (2026)

BadChain: Backdoor Chain-of-Thought Prompting for Large Language Models
von: Xiang, Zhen, et al.
Veröffentlicht: (2024)

Attacking Attention of Foundation Models Disrupts Downstream Tasks
von: Silva, Hondamunige Prasanna, et al.
Veröffentlicht: (2025)

Membership Inference Attack with Partial Features
von: Wang, Xurun, et al.
Veröffentlicht: (2025)

Mitigating Downstream Model Risks via Model Provenance
von: Wang, Keyu, et al.
Veröffentlicht: (2024)

How to Enhance Downstream Adversarial Robustness (almost) without Touching the Pre-Trained Foundation Model?
von: Liu, Meiqi, et al.
Veröffentlicht: (2025)

Quantifying Memorization and Privacy Risks in Genomic Language Models
von: Nemecek, Alexander, et al.
Veröffentlicht: (2026)

BeniFul: Backdoor Defense via Middle Feature Analysis for Deep Neural Networks
von: Li, Xinfu, et al.
Veröffentlicht: (2024)

Locket: Robust Feature-Locking Technique for Language Models
von: He, Lipeng, et al.
Veröffentlicht: (2025)

Decentralised, Collaborative, and Privacy-preserving Machine Learning for Multi-Hospital Data
von: Fang, Congyu, et al.
Veröffentlicht: (2024)

Adaptive Backtracking for Privacy Protection in Large Language Models
von: Yao, Zhihao, et al.
Veröffentlicht: (2025)

Randomization Techniques to Mitigate the Risk of Copyright Infringement
von: Chen, Wei-Ning, et al.
Veröffentlicht: (2024)

Collaborative Inference over Wireless Channels with Feature Differential Privacy
von: Seif, Mohamed, et al.
Veröffentlicht: (2024)

Adversarial Update-Based Federated Unlearning for Poisoned Model Recovery
von: Zhao, Wenwei, et al.
Veröffentlicht: (2026)

CryptGNN: Enabling Secure Inference for Graph Neural Networks
von: Sen, Pritam, et al.
Veröffentlicht: (2025)

SoK: Machine Unlearning for Large Language Models
von: Ren, Jie, et al.
Veröffentlicht: (2025)