Buchumschlag

AutoGraphAD: Unsupervised network anomaly detection using Variational Graph Autoencoders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Anyfantis, Georgios, Barlet-Ros, Pere
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

PPT-GNN: A Practical Pre-Trained Spatio-Temporal Graph Neural Network for Network Security
von: Van Langendonck, Louis, et al.
Veröffentlicht: (2024)

Forecasting Individual NetFlows using a Predictive Masked Graph Autoencoder
von: Anyfantis, Georgios, et al.
Veröffentlicht: (2026)

Towards a graph-based foundation model for network traffic analysis
von: Van Langendonck, Louis, et al.
Veröffentlicht: (2024)

Enhancing Variational Autoencoders with Smooth Robust Latent Encoding
von: Lee, Hyomin, et al.
Veröffentlicht: (2025)

A GAN-based data poisoning framework against anomaly detection in vertical federated learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2024)

GraphToxin: Reconstructing Full Unlearned Graphs from Graph Unlearning
von: Song, Ying, et al.
Veröffentlicht: (2025)

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

An Unsupervised Adversarial Autoencoder for Cyber Attack Detection in Power Distribution Grids
von: Zideh, Mehdi Jabbari, et al.
Veröffentlicht: (2024)

A Numerical Gradient Inversion Attack in Variational Quantum Neural-Networks
von: Papadopoulos, Georgios, et al.
Veröffentlicht: (2025)

KnowGraph: Knowledge-Enabled Anomaly Detection via Logical Reasoning on Graph Data
von: Zhou, Andy, et al.
Veröffentlicht: (2024)

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

GraphRAG under Fire
von: Liang, Jiacheng, et al.
Veröffentlicht: (2025)

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

GPML: Graph Processing for Machine Learning
von: Jaber, Majed, et al.
Veröffentlicht: (2025)

Unlearning Inversion Attacks for Graph Neural Networks
von: Zhang, Jiahao, et al.
Veröffentlicht: (2025)

Mitigating the Structural Bias in Graph Adversarial Defenses
von: Fang, Junyuan, et al.
Veröffentlicht: (2025)

PASA: Attack Agnostic Unsupervised Adversarial Detection using Prediction & Attribution Sensitivity Analysis
von: Bhusal, Dipkamal, et al.
Veröffentlicht: (2024)

Untargeted Adversarial Attack on Knowledge Graph Embeddings
von: Zhao, Tianzhe, et al.
Veröffentlicht: (2024)

Tackling the Local Bias in Federated Graph Learning
von: Zhang, Binchi, et al.
Veröffentlicht: (2021)

Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

Quantifying the Noise of Structural Perturbations on Graph Adversarial Attacks
von: Fang, Junyuan, et al.
Veröffentlicht: (2025)

CST-AFNet: A dual attention-based deep learning framework for intrusion detection in IoT networks
von: Ishtiaq, Waqas, et al.
Veröffentlicht: (2025)

XG-NID: Dual-Modality Network Intrusion Detection using a Heterogeneous Graph Neural Network and Large Language Model
von: Farrukh, Yasir Ali, et al.
Veröffentlicht: (2024)

Exact Verification of Graph Neural Networks with Incremental Constraint Solving
von: Liu, Minghao, et al.
Veröffentlicht: (2025)

Graph Neural Backdoor: Fundamentals, Methodologies, Applications, and Future Directions
von: Yang, Xiao, et al.
Veröffentlicht: (2024)

Disttack: Graph Adversarial Attacks Toward Distributed GNN Training
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2024)

A Graph Transformer-Driven Approach for Network Robustness Learning
von: Zhang, Yu, et al.
Veröffentlicht: (2023)

Integrating Graph Neural Networks with Scattering Transform for Anomaly Detection
von: Zoubir, Abdeljalil, et al.
Veröffentlicht: (2024)

kNN Classification of Malware Data Dependency Graph Features
von: Musgrave, John, et al.
Veröffentlicht: (2024)

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

An Unbiased Transformer Source Code Learning with Semantic Vulnerability Graph
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2023)

KEPo: Knowledge Evolution Poison on Graph-based Retrieval-Augmented Generation
von: Chen, Qizhi, et al.
Veröffentlicht: (2026)

TBDetector:Transformer-Based Detector for Advanced Persistent Threats with Provenance Graph
von: Wang, Nan, et al.
Veröffentlicht: (2023)

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

OCGEC: One-class Graph Embedding Classification for DNN Backdoor Detection
von: Jiang, Haoyu, et al.
Veröffentlicht: (2023)

Learning-Based Link Anomaly Detection in Continuous-Time Dynamic Graphs
von: Poštuvan, Tim, et al.
Veröffentlicht: (2024)

GraphUniverse: Synthetic Graph Generation for Evaluating Inductive Generalization
von: Van Langendonck, Louis, et al.
Veröffentlicht: (2025)

GraMFedDHAR: Graph Based Multimodal Differentially Private Federated HAR
von: Halder, Labani, et al.
Veröffentlicht: (2025)

DESIGN: Encrypted GNN Inference via Server-Side Input Graph Pruning
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

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