Buchumschlag

VISAT: Benchmarking Adversarial and Distribution Shift Robustness in Traffic Sign Recognition with Visual Attributes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Simon, Yu, Peilin, Zheng, Hongbo, Shao, Huajie, Zhao, Han, Sha, Lui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CSC: Turning the Adversary's Poison against Itself
von: Shi, Yuchen, et al.
Veröffentlicht: (2026)

Enhancing Jailbreak Attacks on LLMs via Persona Prompts
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

Physical Evaluation of Naturalistic Adversarial Patches for Camera-Based Traffic-Sign Detection
von: D'Urso, Brianna, et al.
Veröffentlicht: (2026)

NetBench: A Large-Scale and Comprehensive Network Traffic Benchmark Dataset for Foundation Models
von: Qian, Chen, et al.
Veröffentlicht: (2024)

Adversarial Robustness of Link Sign Prediction in Signed Graphs
von: Zhou, Jialong, et al.
Veröffentlicht: (2024)

PROMPTFUZZ: Harnessing Fuzzing Techniques for Robust Testing of Prompt Injection in LLMs
von: Yu, Jiahao, et al.
Veröffentlicht: (2024)

Measuring Copyright Risks of Large Language Model via Partial Information Probing
von: Zhao, Weijie, et al.
Veröffentlicht: (2024)

Evaluating Answer Leakage Robustness of LLM Tutors against Adversarial Student Attacks
von: Zhao, Jin, et al.
Veröffentlicht: (2026)

WebPII: Benchmarking Visual PII Detection for Computer-Use Agents
von: Zhao, Nathan
Veröffentlicht: (2026)

Benchmarking Misuse Mitigation Against Covert Adversaries
von: Brown, Davis, et al.
Veröffentlicht: (2025)

Snowball Adversarial Attack on Traffic Sign Classification
von: Etim, Anthony, et al.
Veröffentlicht: (2025)

Bittensor Protocol: The Bitcoin in Decentralized Artificial Intelligence? A Critical and Empirical Analysis
von: Lui, Elizabeth, et al.
Veröffentlicht: (2025)

Revisiting Physical-World Adversarial Attack on Traffic Sign Recognition: A Commercial Systems Perspective
von: Wang, Ningfei, et al.
Veröffentlicht: (2024)

Quantum-Enhanced Adversarial Robustness in Artificial Intelligence
von: Sen, Jaydip
Veröffentlicht: (2026)

NetDiffuser: Deceiving DNN-Based Network Attack Detection Systems with Diffusion-Generated Adversarial Traffic
von: Kumar, Pratyay, et al.
Veröffentlicht: (2026)

Targeted Adversarial Traffic Generation : Black-box Approach to Evade Intrusion Detection Systems in IoT Networks
von: Debicha, Islam, et al.
Veröffentlicht: (2026)

Masked Language Model Based Textual Adversarial Example Detection
von: Zhang, Xiaomei, et al.
Veröffentlicht: (2023)

AttackER: Towards Enhancing Cyber-Attack Attribution with a Named Entity Recognition Dataset
von: Deka, Pritam, et al.
Veröffentlicht: (2024)

NCCR: to Evaluate the Robustness of Neural Networks and Adversarial Examples
von: Pu, Shi, et al.
Veröffentlicht: (2025)

AttackVLA: Benchmarking Adversarial and Backdoor Attacks on Vision-Language-Action Models
von: Li, Jiayu, et al.
Veröffentlicht: (2025)

Fall Leaf Adversarial Attack on Traffic Sign Classification
von: Etim, Anthony, et al.
Veröffentlicht: (2024)

SafeGenes: Evaluating the Adversarial Robustness of Genomic Foundation Models
von: Zhan, Huixin, et al.
Veröffentlicht: (2025)

Backdoor Attribution: Elucidating and Controlling Backdoor in Language Models
von: Yu, Miao, et al.
Veröffentlicht: (2025)

Security-aware Semantic-driven ISAC via Paired Adversarial Residual Networks
von: Liu, Yu, et al.
Veröffentlicht: (2025)

Are Robust LLM Fingerprints Adversarially Robust?
von: Nasery, Anshul, et al.
Veröffentlicht: (2025)

Towards Assuring EU AI Act Compliance and Adversarial Robustness of LLMs
von: Momcilovic, Tomas Bueno, et al.
Veröffentlicht: (2024)

WARD: Adversarially Robust Defense of Web Agents Against Prompt Injections
von: Cao, Tri, et al.
Veröffentlicht: (2026)

ThreatFormer-IDS: Robust Transformer Intrusion Detection with Zero-Day Generalization and Explainable Attribution
von: Nayak, Srikumar
Veröffentlicht: (2026)

BadSNN: Backdoor Attacks on Spiking Neural Networks via Adversarial Spiking Neuron
von: Miah, Abdullah Arafat, et al.
Veröffentlicht: (2026)

On the Feasibility of Poisoning Text-to-Image AI Models via Adversarial Mislabeling
von: Wu, Stanley, et al.
Veröffentlicht: (2025)

Probing the Safety Response Boundary of Large Language Models via Unsafe Decoding Path Generation
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

DATABench: Evaluating Dataset Auditing in Deep Learning from an Adversarial Perspective
von: Shao, Shuo, et al.
Veröffentlicht: (2025)

No Attack Required: Semantic Fuzzing for Specification Violations in Agent Skills
von: Li, Ying, et al.
Veröffentlicht: (2026)

Elijah: Eliminating Backdoors Injected in Diffusion Models via Distribution Shift
von: An, Shengwei, et al.
Veröffentlicht: (2023)

Backdoor4Good: Benchmarking Beneficial Uses of Backdoors in LLMs
von: Li, Yige, et al.
Veröffentlicht: (2026)

Critical Analysis of 5G Networks Traffic Intrusion using PCA, t-SNE and UMAP Visualization and Classifying Attacks
von: Ghani, Humera, et al.
Veröffentlicht: (2023)

AR-GAN: Generative Adversarial Network-Based Defense Method Against Adversarial Attacks on the Traffic Sign Classification System of Autonomous Vehicles
von: Salek, M Sabbir, et al.
Veröffentlicht: (2023)

Who Can See Through You? Adversarial Shielding Against VLM-Based Attribute Inference Attacks
von: Fan, Yucheng, et al.
Veröffentlicht: (2025)

Semi-Supervised Learning for Anomaly Traffic Detection via Bidirectional Normalizing Flows
von: Dang, Zhangxuan, et al.
Veröffentlicht: (2024)

AdaDoS: Adaptive DoS Attack via Deep Adversarial Reinforcement Learning in SDN
von: Shao, Wei, et al.
Veröffentlicht: (2025)