Buchumschlag

Universal Adversarial Purification with DDIM Metric Loss for Stable Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Li, Xie, Liangbin, Zhou, Jiantao, YiMin, He
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DDIM-Driven Coverless Steganography Scheme with Real Key
von: Yu, Mingyu, et al.
Veröffentlicht: (2024)

LightPure: Realtime Adversarial Image Purification for Mobile Devices Using Diffusion Models
von: Khalili, Hossein, et al.
Veröffentlicht: (2024)

ZeroPur: Succinct Training-Free Adversarial Purification
von: Liu, Erhu, et al.
Veröffentlicht: (2024)

Agentic Copyright Watermarking against Adversarial Evidence Forgery with Purification-Agnostic Curriculum Proxy Learning
von: Bao, Erjin, et al.
Veröffentlicht: (2024)

Struggle with Adversarial Defense? Try Diffusion
von: Li, Yujie, et al.
Veröffentlicht: (2024)

Deferred Poisoning: Making the Model More Vulnerable via Hessian Singularization
von: He, Yuhao, et al.
Veröffentlicht: (2024)

Rethinking Robust Adversarial Concept Erasure in Diffusion Models
von: Yin, Qinghong, et al.
Veröffentlicht: (2025)

Test-Time Attention Purification for Backdoored Large Vision Language Models
von: Zhang, Zhifang, et al.
Veröffentlicht: (2026)

Adversarial Examples are Misaligned in Diffusion Model Manifolds
von: Lorenz, Peter, et al.
Veröffentlicht: (2024)

Defensive Adversarial CAPTCHA: A Semantics-Driven Framework for Natural Adversarial Example Generation
von: Du, Xia, et al.
Veröffentlicht: (2025)

DiffBreak: Is Diffusion-Based Purification Robust?
von: Kassis, Andre, et al.
Veröffentlicht: (2024)

Boosting Adversarial Transferability with Spatial Adversarial Alignment
von: Chen, Zhaoyu, et al.
Veröffentlicht: (2025)

Adversarial Universal Stickers: Universal Perturbation Attacks on Traffic Sign using Stickers
von: Etim, Anthony, et al.
Veröffentlicht: (2025)

Exploring Adversarial Attacks against Latent Diffusion Model from the Perspective of Adversarial Transferability
von: Chen, Junxi, et al.
Veröffentlicht: (2024)

Controllable Adversarial Makeup for Privacy via Text-Guided Diffusion
von: Kwon, Youngjin, et al.
Veröffentlicht: (2025)

Training-Free Color-Aware Adversarial Diffusion Sanitization for Diffusion Stegomalware Defense at Security Gateways
von: Frants, Vladimir, et al.
Veröffentlicht: (2025)

Defensive Unlearning with Adversarial Training for Robust Concept Erasure in Diffusion Models
von: Zhang, Yimeng, et al.
Veröffentlicht: (2024)

DiffProtect: Generate Adversarial Examples with Diffusion Models for Facial Privacy Protection
von: Liu, Jiang, et al.
Veröffentlicht: (2023)

One Perturbation is Enough: On Generating Universal Adversarial Perturbations against Vision-Language Pre-training Models
von: Fang, Hao, et al.
Veröffentlicht: (2024)

Video Signature: Implicit Watermarking for Video Diffusion Models
von: Huang, Yu, et al.
Veröffentlicht: (2025)

MVPatch: More Vivid Patch for Adversarial Camouflaged Attacks on Object Detectors in the Physical World
von: Zhou, Zheng, et al.
Veröffentlicht: (2023)

Enhancing Adversarial Attacks: The Similar Target Method
von: Zhang, Shuo, et al.
Veröffentlicht: (2023)

Facial Recognition Leveraging Generative Adversarial Networks
von: Li, Zhongwen, et al.
Veröffentlicht: (2025)

Physical 3D Adversarial Attacks against Monocular Depth Estimation in Autonomous Driving
von: Zheng, Junhao, et al.
Veröffentlicht: (2024)

Stable Signature is Unstable: Removing Image Watermark from Diffusion Models
von: Hu, Yuepeng, et al.
Veröffentlicht: (2024)

Attacking Transformers with Feature Diversity Adversarial Perturbation
von: Gao, Chenxing, et al.
Veröffentlicht: (2024)

SAP-DIFF: Semantic Adversarial Patch Generation for Black-Box Face Recognition Models via Diffusion Models
von: Wang, Mingsi, et al.
Veröffentlicht: (2025)

ECLIPSE: Expunging Clean-label Indiscriminate Poisons via Sparse Diffusion Purification
von: Wang, Xianlong, et al.
Veröffentlicht: (2024)

ViT-EnsembleAttack: Augmenting Ensemble Models for Stronger Adversarial Transferability in Vision Transformers
von: Cao, Hanwen, et al.
Veröffentlicht: (2025)

Stealthy Multi-Task Adversarial Attacks
von: Guo, Jiacheng, et al.
Veröffentlicht: (2024)

ZIUM: Zero-Shot Intent-Aware Adversarial Attack on Unlearned Models
von: Yook, Hyun Jun, et al.
Veröffentlicht: (2025)

MMA-Diffusion: MultiModal Attack on Diffusion Models
von: Yang, Yijun, et al.
Veröffentlicht: (2023)

Adversarial Attacks of Vision Tasks in the Past 10 Years: A Survey
von: Zhang, Chiyu, et al.
Veröffentlicht: (2024)

RoMA: Robust Malware Attribution via Byte-level Adversarial Training with Global Perturbations and Adversarial Consistency Regularization
von: Sun, Yuxia, et al.
Veröffentlicht: (2025)

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

Consistent Attack: Universal Adversarial Perturbation on Embodied Vision Navigation
von: Ying, Chengyang, et al.
Veröffentlicht: (2022)

Improving Adversarial Transferability on Vision Transformers via Forward Propagation Refinement
von: Ren, Yuchen, et al.
Veröffentlicht: (2025)

Improving Adversarial Transferability with Neighbourhood Gradient Information
von: Guo, Haijing, et al.
Veröffentlicht: (2024)

CAPAA: Classifier-Agnostic Projector-Based Adversarial Attack
von: Li, Zhan, et al.
Veröffentlicht: (2025)

SHIFT: Stochastic Hidden-Trajectory Deflection for Removing Diffusion-based Watermark
von: Bao, Rui, et al.
Veröffentlicht: (2026)