Backdoor Samples Detection Based on Perturbation Discrepancy Consistency in Pre-trained Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Peng, Zuquan, Fu, Jianming, Zou, Lixin, Zheng, Li, Ren, Yanzhen, Peng, Guojun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
UOR: Universal Backdoor Attacks on Pre-trained Language Models
di: Du, Wei, et al.
Pubblicazione: (2023)
di: Du, Wei, et al.
Pubblicazione: (2023)
Backdoor Sentinel: Detecting and Detoxifying Backdoors in Diffusion Models via Temporal Noise Consistency
di: Wang, Bingzheng, et al.
Pubblicazione: (2026)
di: Wang, Bingzheng, et al.
Pubblicazione: (2026)
Protecting Copyright of Medical Pre-trained Language Models: Training-Free Backdoor Model Watermarking
di: Kong, Cong, et al.
Pubblicazione: (2024)
di: Kong, Cong, et al.
Pubblicazione: (2024)
Kill Two Birds with One Stone! Trajectory enabled Unified Online Detection of Adversarial Examples and Backdoor Attacks
di: Fu, Anmin, et al.
Pubblicazione: (2025)
di: Fu, Anmin, et al.
Pubblicazione: (2025)
Chain-of-Scrutiny: Detecting Backdoor Attacks for Large Language Models
di: Li, Xi, et al.
Pubblicazione: (2024)
di: Li, Xi, et al.
Pubblicazione: (2024)
Backdoor Attribution: Elucidating and Controlling Backdoor in Language Models
di: Yu, Miao, et al.
Pubblicazione: (2025)
di: Yu, Miao, et al.
Pubblicazione: (2025)
Mutual Information Guided Backdoor Mitigation for Pre-trained Encoders
di: Han, Tingxu, et al.
Pubblicazione: (2024)
di: Han, Tingxu, et al.
Pubblicazione: (2024)
Backdoor Secrets Unveiled: Identifying Backdoor Data with Optimized Scaled Prediction Consistency
di: Pal, Soumyadeep, et al.
Pubblicazione: (2024)
di: Pal, Soumyadeep, et al.
Pubblicazione: (2024)
Lightweight and Fast Backdoor Model Detection
di: Yu, Yinbo, et al.
Pubblicazione: (2026)
di: Yu, Yinbo, et al.
Pubblicazione: (2026)
Evolutionary Trigger Detection and Lightweight Model Repair Based Backdoor Defense
di: Zhou, Qi, et al.
Pubblicazione: (2024)
di: Zhou, Qi, et al.
Pubblicazione: (2024)
Backdooring Bias in Large Language Models
di: Das, Anudeep, et al.
Pubblicazione: (2026)
di: Das, Anudeep, et al.
Pubblicazione: (2026)
DeBackdoor: A Deductive Framework for Detecting Backdoor Attacks on Deep Models with Limited Data
di: Popovic, Dorde, et al.
Pubblicazione: (2025)
di: Popovic, Dorde, et al.
Pubblicazione: (2025)
ELBA-Bench: An Efficient Learning Backdoor Attacks Benchmark for Large Language Models
di: Liu, Xuxu, et al.
Pubblicazione: (2025)
di: Liu, Xuxu, et al.
Pubblicazione: (2025)
Concept-Guided Backdoor Attack on Vision Language Models
di: Shen, Haoyu, et al.
Pubblicazione: (2025)
di: Shen, Haoyu, et al.
Pubblicazione: (2025)
Defense Against Model Stealing Based on Account-Aware Distribution Discrepancy
di: Mei, Jian-Ping, et al.
Pubblicazione: (2025)
di: Mei, Jian-Ping, et al.
Pubblicazione: (2025)
TrojanWhisper: Evaluating Pre-trained LLMs to Detect and Localize Hardware Trojans
di: Faruque, Md Omar, et al.
Pubblicazione: (2024)
di: Faruque, Md Omar, et al.
Pubblicazione: (2024)
Revisiting Pre-trained Language Models for Vulnerability Detection
di: Li, Youpeng, et al.
Pubblicazione: (2025)
di: Li, Youpeng, et al.
Pubblicazione: (2025)
Delayed Backdoor Attacks: Exploring the Temporal Dimension as a New Attack Surface in Pre-Trained Models
di: Ding, Zikang, et al.
Pubblicazione: (2026)
di: Ding, Zikang, et al.
Pubblicazione: (2026)
SFIBA: Spatial-based Full-target Invisible Backdoor Attacks
di: Yin, Yangxu, et al.
Pubblicazione: (2025)
di: Yin, Yangxu, et al.
Pubblicazione: (2025)
Gracefully Filtering Backdoor Samples for Generative Large Language Models without Retraining
di: Wu, Zongru, et al.
Pubblicazione: (2024)
di: Wu, Zongru, et al.
Pubblicazione: (2024)
DUP: Detection-guided Unlearning for Backdoor Purification in Language Models
di: Hu, Man, et al.
Pubblicazione: (2025)
di: Hu, Man, et al.
Pubblicazione: (2025)
Backdoor Attack with Invisible Triggers Based on Model Architecture Modification
di: Ma, Yuan, et al.
Pubblicazione: (2024)
di: Ma, Yuan, et al.
Pubblicazione: (2024)
SkillTrojan: Backdoor Attacks on Skill-Based Agent Systems
di: Feng, Yunhao, et al.
Pubblicazione: (2026)
di: Feng, Yunhao, et al.
Pubblicazione: (2026)
CryptoScope: Utilizing Large Language Models for Automated Cryptographic Logic Vulnerability Detection
di: Li, Zhihao, et al.
Pubblicazione: (2025)
di: Li, Zhihao, et al.
Pubblicazione: (2025)
UIXPOSE: Mobile Malware Detection via Intention-Behaviour Discrepancy Analysis
di: Pasdar, Amirmohammad, et al.
Pubblicazione: (2025)
di: Pasdar, Amirmohammad, et al.
Pubblicazione: (2025)
DropVLA: An Action-Level Backdoor Attack on Vision-Language-Action Models
di: Xu, Zonghuan, et al.
Pubblicazione: (2025)
di: Xu, Zonghuan, et al.
Pubblicazione: (2025)
FFCBA: Feature-based Full-target Clean-label Backdoor Attacks
di: Yin, Yangxu, et al.
Pubblicazione: (2025)
di: Yin, Yangxu, et al.
Pubblicazione: (2025)
Semantic-level Backdoor Attack against Text-to-Image Diffusion Models
di: Chen, Tianxin, et al.
Pubblicazione: (2026)
di: Chen, Tianxin, et al.
Pubblicazione: (2026)
Masked Language Model Based Textual Adversarial Example Detection
di: Zhang, Xiaomei, et al.
Pubblicazione: (2023)
di: Zhang, Xiaomei, et al.
Pubblicazione: (2023)
CleanGen: Mitigating Backdoor Attacks for Generation Tasks in Large Language Models
di: Li, Yuetai, et al.
Pubblicazione: (2024)
di: Li, Yuetai, et al.
Pubblicazione: (2024)
Towards Effective, Stealthy, and Persistent Backdoor Attacks Targeting Graph Foundation Models
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
Membership Inference for Contrastive Pre-training Models with Text-only PII Queries
di: Cheng, Ruoxi, et al.
Pubblicazione: (2026)
di: Cheng, Ruoxi, et al.
Pubblicazione: (2026)
ArmSSL: Adversarial Robust Black-Box Watermarking for Self-Supervised Learning Pre-trained Encoders
di: Jiang, Yongqi, et al.
Pubblicazione: (2026)
di: Jiang, Yongqi, et al.
Pubblicazione: (2026)
When Backdoors Speak: Understanding LLM Backdoor Attacks Through Model-Generated Explanations
di: Ge, Huaizhi, et al.
Pubblicazione: (2024)
di: Ge, Huaizhi, et al.
Pubblicazione: (2024)
PSBD: Prediction Shift Uncertainty Unlocks Backdoor Detection
di: Li, Wei, et al.
Pubblicazione: (2024)
di: Li, Wei, et al.
Pubblicazione: (2024)
Backdoor Token Unlearning: Exposing and Defending Backdoors in Pretrained Language Models
di: Jiang, Peihai, et al.
Pubblicazione: (2025)
di: Jiang, Peihai, et al.
Pubblicazione: (2025)
Audit-LLM: Multi-Agent Collaboration for Log-based Insider Threat Detection
di: Song, Chengyu, et al.
Pubblicazione: (2024)
di: Song, Chengyu, et al.
Pubblicazione: (2024)
BEEAR: Embedding-based Adversarial Removal of Safety Backdoors in Instruction-tuned Language Models
di: Zeng, Yi, et al.
Pubblicazione: (2024)
di: Zeng, Yi, et al.
Pubblicazione: (2024)
A Survey on Backdoor Threats in Large Language Models (LLMs): Attacks, Defenses, and Evaluations
di: Zhou, Yihe, et al.
Pubblicazione: (2025)
di: Zhou, Yihe, et al.
Pubblicazione: (2025)
SSCL-BW: Sample-Specific Clean-Label Backdoor Watermarking for Dataset Ownership Verification
di: Wang, Yingjia, et al.
Pubblicazione: (2025)
di: Wang, Yingjia, et al.
Pubblicazione: (2025)
Documenti analoghi
-
UOR: Universal Backdoor Attacks on Pre-trained Language Models
di: Du, Wei, et al.
Pubblicazione: (2023) -
Backdoor Sentinel: Detecting and Detoxifying Backdoors in Diffusion Models via Temporal Noise Consistency
di: Wang, Bingzheng, et al.
Pubblicazione: (2026) -
Protecting Copyright of Medical Pre-trained Language Models: Training-Free Backdoor Model Watermarking
di: Kong, Cong, et al.
Pubblicazione: (2024) -
Kill Two Birds with One Stone! Trajectory enabled Unified Online Detection of Adversarial Examples and Backdoor Attacks
di: Fu, Anmin, et al.
Pubblicazione: (2025) -
Chain-of-Scrutiny: Detecting Backdoor Attacks for Large Language Models
di: Li, Xi, et al.
Pubblicazione: (2024)