Buchumschlag

Backdoor Vectors: a Task Arithmetic View on Backdoor Attacks and Defenses

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pawlak, Stanisław, Dubiński, Jan, Marczak, Daniel, Twardowski, Bartłomiej
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Addressing The Devastating Effects Of Single-Task Data Poisoning In Exemplar-Free Continual Learning
von: Pawlak, Stanisław, et al.
Veröffentlicht: (2025)

Heterogeneous Graph Backdoor Attack
von: Chen, Jiawei, et al.
Veröffentlicht: (2025)

Defending the Edge: Representative-Attention Defense against Backdoor Attacks in Federated Learning
von: Obioma, Chibueze Peace, et al.
Veröffentlicht: (2025)

Unlearn to Relearn Backdoors: Deferred Backdoor Functionality Attacks on Deep Learning Models
von: Shin, Jeongjin, et al.
Veröffentlicht: (2024)

Uncovering, Explaining, and Mitigating the Superficial Safety of Backdoor Defense
von: Min, Rui, et al.
Veröffentlicht: (2024)

Compromising Embodied Agents with Contextual Backdoor Attacks
von: Liu, Aishan, et al.
Veröffentlicht: (2024)

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

ICLShield: Exploring and Mitigating In-Context Learning Backdoor Attacks
von: Ren, Zhiyao, et al.
Veröffentlicht: (2025)

BACKTIME: Backdoor Attacks on Multivariate Time Series Forecasting
von: Lin, Xiao, et al.
Veröffentlicht: (2024)

Structure-Aware Distributed Backdoor Attacks in Federated Learning
von: Jian, Wang, et al.
Veröffentlicht: (2026)

Invisible Backdoor Attack Through Singular Value Decomposition
von: Chen, Wenmin, et al.
Veröffentlicht: (2024)

MADE: Graph Backdoor Defense with Masked Unlearning
von: Lin, Xiao, et al.
Veröffentlicht: (2024)

Your Agent Can Defend Itself against Backdoor Attacks
von: Changjiang, Li, et al.
Veröffentlicht: (2025)

Revisiting Backdoor Attacks on Time Series Classification in the Frequency Domain
von: Huang, Yuanmin, et al.
Veröffentlicht: (2025)

Exploiting Layer-Specific Vulnerabilities to Backdoor Attack in Federated Learning
von: Foroughi, Mohammad Hadi, et al.
Veröffentlicht: (2026)

Backdoor Attacks on Fault Detection and Localization in Cyber-Physical Systems
von: Jean, Abile, et al.
Veröffentlicht: (2026)

Backdoor Attack on Vertical Federated Graph Neural Network Learning
von: Yang, Jirui, et al.
Veröffentlicht: (2024)

Client-Side Patching against Backdoor Attacks in Federated Learning
von: Molina-Coronado, Borja
Veröffentlicht: (2024)

TimeGuard: Channel-wise Pool Training for Backdoor Defense in Time Series Forecasting
von: Nguyen, Quang Duc, et al.
Veröffentlicht: (2026)

Trusted Weights, Treacherous Optimizations? Optimization-Triggered Backdoor Attacks on LLMs
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

The Art of Deception: Robust Backdoor Attack using Dynamic Stacking of Triggers
von: Mengara, Orson
Veröffentlicht: (2024)

LoBAM: LoRA-Based Backdoor Attack on Model Merging
von: Yin, Ming, et al.
Veröffentlicht: (2024)

BadImplant: Injection-based Multi-Targeted Graph Backdoor Attack
von: Khan, Md Nabi Newaz, et al.
Veröffentlicht: (2026)

Backdoor Graph Condensation
von: Wu, Jiahao, et al.
Veröffentlicht: (2024)

Backdoor Secrets Unveiled: Identifying Backdoor Data with Optimized Scaled Prediction Consistency
von: Pal, Soumyadeep, et al.
Veröffentlicht: (2024)

Strategic Sample Selection for Improved Clean-Label Backdoor Attacks in Text Classification
von: Kirci, Onur Alp, et al.
Veröffentlicht: (2025)

A Semantic and Clean-label Backdoor Attack against Graph Convolutional Networks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2025)

TEN-GUARD: Tensor Decomposition for Backdoor Attack Detection in Deep Neural Networks
von: Hossain, Khondoker Murad, et al.
Veröffentlicht: (2024)

From Shortcuts to Triggers: Backdoor Defense with Denoised PoE
von: Liu, Qin, et al.
Veröffentlicht: (2023)

How to Backdoor the Knowledge Distillation
von: Wu, Chen, et al.
Veröffentlicht: (2025)

Backdoor defense, learnability and obfuscation
von: Christiano, Paul, et al.
Veröffentlicht: (2024)

Exploring Backdoor Attack and Defense for LLM-empowered Recommendations
von: Ning, Liangbo, et al.
Veröffentlicht: (2025)

UNIDOOR: A Universal Framework for Action-Level Backdoor Attacks in Deep Reinforcement Learning
von: Ma, Oubo, et al.
Veröffentlicht: (2025)

TrojFM: Resource-efficient Backdoor Attacks against Very Large Foundation Models
von: Nie, Yuzhou., et al.
Veröffentlicht: (2024)

ReVeil: Unconstrained Concealed Backdoor Attack on Deep Neural Networks using Machine Unlearning
von: Alam, Manaar, et al.
Veröffentlicht: (2025)

BELT: Old-School Backdoor Attacks can Evade the State-of-the-Art Defense with Backdoor Exclusivity Lifting
von: Qiu, Huming, et al.
Veröffentlicht: (2023)

Injecting Universal Jailbreak Backdoors into LLMs in Minutes
von: Chen, Zhuowei, et al.
Veröffentlicht: (2025)

Rethinking Pruning for Backdoor Mitigation: An Optimization Perspective
von: Li, Nan, et al.
Veröffentlicht: (2024)

How to Craft Backdoors with Unlabeled Data Alone?
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Magnitude-based Neuron Pruning for Backdoor Defens
von: Li, Nan, et al.
Veröffentlicht: (2024)