Buchumschlag

The Weight of a Bit: EMFI Sensitivity Analysis of Embedded Deep Learning Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Breier, Jakub, Kučerák, Štefan, Hou, Xiaolu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Characterizing the Fault Response of the Intel Neural Compute Stick 2 Under Single-Pulse Electromagnetic Fault Injection
von: Kučerák, Štefan, et al.
Veröffentlicht: (2026)

DeepNcode: Encoding-Based Protection against Bit-Flip Attacks on Neural Networks
von: Velčický, Patrik, et al.
Veröffentlicht: (2024)

Beyond TVLA: Anderson-Darling Leakage Assessment for Neural Network Side-Channel Leakage Detection
von: Mikulec, Ján, et al.
Veröffentlicht: (2026)

Side-Channel Analysis of OpenVINO-based Neural Network Models
von: Jap, Dirmanto, et al.
Veröffentlicht: (2024)

Make Shuffling Great Again: A Side-Channel Resistant Fisher-Yates Algorithm for Protecting Neural Networks
von: Puškáč, Leonard, et al.
Veröffentlicht: (2025)

RMF: A Risk Measurement Framework for Machine Learning Models
von: Schröder, Jan, et al.
Veröffentlicht: (2024)

A Constant-Time Implementation Methodology for Activation Functions on Microcontrollers
von: Tyvodar, Andrii, et al.
Veröffentlicht: (2026)

BitHydra: Towards Bit-flip Inference Cost Attack against Large Language Models
von: Yan, Xiaobei, et al.
Veröffentlicht: (2025)

FlipLLM: Efficient Bit-Flip Attacks on Multimodal LLMs using Reinforcement Learning
von: Khalil, Khurram, et al.
Veröffentlicht: (2025)

Detection and Analysis of Sensitive and Illegal Content on the Ethereum Blockchain Using Machine Learning Techniques
von: Feng, Xingyu
Veröffentlicht: (2025)

Targeted Bit-Flip Attacks on LLM-Based Agents
von: Wang, Jialai, et al.
Veröffentlicht: (2026)

Compiled Models, Built-In Exploits: Uncovering Pervasive Bit-Flip Attack Surfaces in DNN Executables
von: Chen, Yanzuo, et al.
Veröffentlicht: (2023)

FaRAccel: FPGA-Accelerated Defense Architecture for Efficient Bit-Flip Attack Resilience in Transformer Models
von: Nazari, Najmeh, et al.
Veröffentlicht: (2025)

BEACON: Behavioral Malware Classification with Large Language Model Embeddings and Deep Learning
von: Perera, Wadduwage Shanika, et al.
Veröffentlicht: (2025)

Model X-Ray: Detection of Hidden Malware in AI Model Weights using Few Shot Learning
von: Gilkarov, Daniel, et al.
Veröffentlicht: (2024)

RobWE: Robust Watermark Embedding for Personalized Federated Learning Model Ownership Protection
von: Xu, Yang, et al.
Veröffentlicht: (2024)

LLM Embedding-based Attribution (LEA): Quantifying Source Contributions to Generative Model's Response for Vulnerability Analysis
von: Fayyazi, Reza, et al.
Veröffentlicht: (2025)

SIExVulTS: Sensitive Information Exposure Vulnerability Detection System using Transformer Models and Static Analysis
von: Katz, Kyler, et al.
Veröffentlicht: (2025)

Every Bit, Everywhere, All at Once: A Binomial Multibit LLM Watermark
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2026)

BitAbuse: A Dataset of Visually Perturbed Texts for Defending Phishing Attacks
von: Lee, Hanyong, et al.
Veröffentlicht: (2025)

Keyless Entry: Breaking and Entering eMMC RPMB with EMFI
von: Fukami, Aya, et al.
Veröffentlicht: (2025)

Towards Provable (In)Secure Model Weight Release Schemes
von: Yang, Xin, et al.
Veröffentlicht: (2025)

CompLeak: Deep Learning Model Compression Exacerbates Privacy Leakage
von: Li, Na, et al.
Veröffentlicht: (2025)

Deep Learning Based XIoT Malware Analysis: A Comprehensive Survey, Taxonomy, and Research Challenges
von: Darwish, Rami, et al.
Veröffentlicht: (2024)

Making Models Unmergeable via Scaling-Sensitive Loss Landscape
von: Jang, Minwoo, et al.
Veröffentlicht: (2026)

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

Invariant-based Robust Weights Watermark for Large Language Models
von: Guo, Qingxiao, et al.
Veröffentlicht: (2025)

Integrating Identity-Based Identification against Adaptive Adversaries in Federated Learning
von: Szelag, Jakub Kacper, et al.
Veröffentlicht: (2025)

SoK: A Comprehensive Security Analysis of Jailbreak Resilience in GPT and DeepSeek Models
von: Wu, Xiaodong, et al.
Veröffentlicht: (2025)

Best Practices for Biorisk Evaluations on Open-Weight Bio-Foundation Models
von: Wei, Boyi, et al.
Veröffentlicht: (2025)

EIM-TRNG: Obfuscating Deep Neural Network Weights with Encoding-in-Memory True Random Number Generator via RowHammer
von: Zhou, Ranyang, et al.
Veröffentlicht: (2025)

Do You Trust Your Model? Emerging Malware Threats in the Deep Learning Ecosystem
von: Hitaj, Dorjan, et al.
Veröffentlicht: (2024)

Anonymity Unveiled: A Practical Framework for Auditing Data Use in Deep Learning Models
von: Chen, Zitao, et al.
Veröffentlicht: (2024)

Causal-Guided Detoxify Backdoor Attack of Open-Weight LoRA Models
von: Chen, Linzhi, et al.
Veröffentlicht: (2025)

Embedding with Large Language Models for Classification of HIPAA Safeguard Compliance Rules
von: Rahman, Md Abdur, et al.
Veröffentlicht: (2024)

Machine Learning and Deep Learning Techniques used in Cybersecurity and Digital Forensics: a Review
von: Fattahi, Jaouhar
Veröffentlicht: (2024)

Intelligent Code Embedding Framework for High-Precision Ransomware Detection via Multimodal Execution Path Analysis
von: Gareth, Levi, et al.
Veröffentlicht: (2025)

Automated Malware Family Classification using Weighted Hierarchical Ensembles of Large Language Models
von: Bai, Samita, et al.
Veröffentlicht: (2026)

ForgetMark: Stealthy Fingerprint Embedding via Targeted Unlearning in Language Models
von: Xu, Zhenhua, et al.
Veröffentlicht: (2026)

Fault Injection and Safe-Error Attack for Extraction of Embedded Neural Network Models
von: Hector, Kevin, et al.
Veröffentlicht: (2023)