Buchumschlag

Prompt Pirates Need a Map: Stealing Seeds helps Stealing Prompts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mächtle, Felix, Shetty, Ashwath, Sander, Jonas, Loose, Nils, Pirk, Sören, Eisenbarth, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OCEAN: Open-World Contrastive Authorship Identification
von: Mächtle, Felix, et al.
Veröffentlicht: (2024)

AutoStub: Genetic Programming-Based Stub Creation for Symbolic Execution
von: Mächtle, Felix, et al.
Veröffentlicht: (2025)

Trace Gadgets: Minimizing Code Context for Machine Learning-Based Vulnerability Prediction
von: Mächtle, Felix, et al.
Veröffentlicht: (2025)

BarkBeetle: Stealing Decision Tree Models with Fault Injection
von: Wang, Qifan, et al.
Veröffentlicht: (2025)

Stealing User Prompts from Mixture of Experts
von: Yona, Itay, et al.
Veröffentlicht: (2024)

TrEEStealer: Stealing Decision Trees via Enclave Side Channels
von: Sander, Jonas, et al.
Veröffentlicht: (2026)

You Can't Steal Nothing: Mitigating Prompt Leakages in LLMs via System Vectors
von: Cao, Bochuan, et al.
Veröffentlicht: (2025)

Code-Centric Detection of Vulnerability-Fixing Commits: A Unified Benchmark and Empirical Study
von: Loose, Nils, et al.
Veröffentlicht: (2026)

Coverage-Guided Multi-Agent Harness Generation for Java Library Fuzzing
von: Loose, Nils, et al.
Veröffentlicht: (2026)

BESA: Boosting Encoder Stealing Attack with Perturbation Recovery
von: Ren, Xuhao, et al.
Veröffentlicht: (2025)

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

Stealing AI Model Weights Through Covert Communication Channels
von: Barbaza, Valentin, et al.
Veröffentlicht: (2025)

Large Language Model Watermark Stealing With Mixed Integer Programming
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2024)

A Model Stealing Attack Against Multi-Exit Networks
von: Pan, Li, et al.
Veröffentlicht: (2023)

Defense Against Model Stealing Based on Account-Aware Distribution Discrepancy
von: Mei, Jian-Ping, et al.
Veröffentlicht: (2025)

Medical Multimodal Model Stealing Attacks via Adversarial Domain Alignment
von: Shen, Yaling, et al.
Veröffentlicht: (2025)

Beyond A Fixed Seal: Adaptive Stealing Watermark in Large Language Models
von: Zhang, Shuhao, et al.
Veröffentlicht: (2026)

Large Language Models Merging for Enhancing the Link Stealing Attack on Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2024)

TransLinkGuard: Safeguarding Transformer Models Against Model Stealing in Edge Deployment
von: Li, Qinfeng, et al.
Veröffentlicht: (2024)

Stealix: Model Stealing via Prompt Evolution
von: Zhuang, Zhixiong, et al.
Veröffentlicht: (2025)

SAB:A Stealing and Robust Backdoor Attack based on Steganographic Algorithm against Federated Learning
von: Xu, Weida, et al.
Veröffentlicht: (2024)

PRSA: Prompt Stealing Attacks against Real-World Prompt Services
von: Yang, Yong, et al.
Veröffentlicht: (2024)

Secret Stealing Attacks on Local LLM Fine-Tuning through Supply-Chain Model Code Backdoors
von: Li, Zi, et al.
Veröffentlicht: (2026)

Architectural Backdoors for Within-Batch Data Stealing and Model Inference Manipulation
von: Küchler, Nicolas, et al.
Veröffentlicht: (2025)

Prompt Stealing Attacks Against Large Language Models
von: Sha, Zeyang, et al.
Veröffentlicht: (2024)

ReDASH: Fast and efficient Scaling in Arithmetic Garbled Circuits for Secure Outsourced Inference
von: Maurer, Felix, et al.
Veröffentlicht: (2025)

Silenzio: Secure Non-Interactive Outsourced MLP Training
von: Sander, Jonas, et al.
Veröffentlicht: (2025)

Prompt Stealing Attacks Against Text-to-Image Generation Models
von: Shen, Xinyue, et al.
Veröffentlicht: (2023)

Towards Effective Prompt Stealing Attack against Text-to-Image Diffusion Models
von: Zhao, Shiqian, et al.
Veröffentlicht: (2025)

Refine, Discriminate and Align: Stealing Encoders via Sample-Wise Prototypes and Multi-Relational Extraction
von: Wu, Shuchi, et al.
Veröffentlicht: (2023)

GraphIP-Bench: How Hard Is It to Steal a Graph Neural Network, and Can We Stop It?
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2026)

Teach LLMs to Phish: Stealing Private Information from Language Models
von: Panda, Ashwinee, et al.
Veröffentlicht: (2024)

Exploring Query Efficient Data Generation towards Data-free Model Stealing in Hard Label Setting
von: Pei, Gaozheng, et al.
Veröffentlicht: (2024)

LinkThief: Combining Generalized Structure Knowledge with Node Similarity for Link Stealing Attack against GNN
von: Zhang, Yuxing, et al.
Veröffentlicht: (2024)

CoreGuard: Safeguarding Foundational Capabilities of LLMs Against Model Stealing in Edge Deployment
von: Li, Qinfeng, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Characterizing Code Comprehension Capabilities in (Large) Language Models
von: Mächtle, Felix, et al.
Veröffentlicht: (2026)

Large Language Models for Link Stealing Attacks Against Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2024)

Stealing Part of a Production Language Model
von: Carlini, Nicholas, et al.
Veröffentlicht: (2024)

PromptLocate: Localizing Prompt Injection Attacks
von: Jia, Yuqi, et al.
Veröffentlicht: (2025)

PromptKeeper: Safeguarding System Prompts for LLMs
von: Jiang, Zhifeng, et al.
Veröffentlicht: (2024)