Buchumschlag

Seed Hijacking of LLM Sampling and Quantum Random Number Defense

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	You, Ziyang, Yang, Xiaoke, Fan, Zhanling, Guo, Feng, Zhou, Xiaogen, Lu, Xuxing
Format:	Preprint
Veröffentlicht:	2026
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

DiffusionHijack: Supply-Chain PRNG Backdoor Attack on Diffusion Models and Quantum Random Number Defense
von: You, Ziyang, et al.
Veröffentlicht: (2026)

Blind PRNG Hijacking: An Undetectable Integrity-Preserving Attack Against LLM Watermarking
von: You, Ziyang, et al.
Veröffentlicht: (2026)

UDora: A Unified Red Teaming Framework against LLM Agents by Dynamically Hijacking Their Own Reasoning
von: Zhang, Jiawei, et al.
Veröffentlicht: (2025)

CHAI: Command Hijacking against embodied AI
von: Burbano, Luis, et al.
Veröffentlicht: (2025)

Hijack Vertical Federated Learning Models As One Party
von: Qiu, Pengyu, et al.
Veröffentlicht: (2022)

Attacks and Defenses Against LLM Fingerprinting
von: Kurian, Kevin, et al.
Veröffentlicht: (2025)

In-Context Representation Hijacking
von: Yona, Itay, et al.
Veröffentlicht: (2025)

The Autonomy Tax: Defense Training Breaks LLM Agents
von: Li, Shawn, et al.
Veröffentlicht: (2026)

Prompt-in-Content Attacks: Exploiting Uploaded Inputs to Hijack LLM Behavior
von: Lian, Zhuotao, et al.
Veröffentlicht: (2025)

Make Split, not Hijack: Preventing Feature-Space Hijacking Attacks in Split Learning
von: Khan, Tanveer, et al.
Veröffentlicht: (2024)

A Causal Perspective for Enhancing Jailbreak Attack and Defense
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

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

HijackRAG: Hijacking Attacks against Retrieval-Augmented Large Language Models
von: Zhang, Yucheng, et al.
Veröffentlicht: (2024)

SHIELD: An Auto-Healing Agentic Defense Framework for LLM Resource Exhaustion Attacks
von: Sivaroopan, Nirhoshan, et al.
Veröffentlicht: (2026)

SeedAIchemy: LLM-Driven Seed Corpus Generation for Fuzzing
von: Wen, Aidan, et al.
Veröffentlicht: (2025)

Evaluating Prompt Injection Defenses for Educational LLM Tutors: Security-Usability-Latency Trade-offs
von: Maiorano, Alexandre Cristovão
Veröffentlicht: (2026)

Variational Randomized Smoothing for Sample-Wise Adversarial Robustness
von: Hase, Ryo, et al.
Veröffentlicht: (2024)

Hijacking Agent Memory: Stealthy Trojan Attacks Through Conversational Interaction
von: Wang, Hongtao, et al.
Veröffentlicht: (2026)

Surviving the Unseen: Predictive Defense for Novel Multi-Turn Multimodal Attacks
von: You, Doohee
Veröffentlicht: (2026)

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

Optimizing Cyber Defense in Dynamic Active Directories through Reinforcement Learning
von: Goel, Diksha, et al.
Veröffentlicht: (2024)

Defense effectiveness across architectural layers: a mechanistic evaluation of persistent memory attacks on stateful LLM agents
von: Leong, Jun Wen
Veröffentlicht: (2026)

A-MemGuard: A Proactive Defense Framework for LLM-Based Agent Memory
von: Wei, Qianshan, et al.
Veröffentlicht: (2025)

On the (In-)Security of the Shuffling Defense in the Transformer Secure Inference
von: Li, Zhengyi, et al.
Veröffentlicht: (2026)

COGNITION: From Evaluation to Defense against Multimodal LLM CAPTCHA Solvers
von: Wang, Junyu, et al.
Veröffentlicht: (2025)

UNSEEN: A Cross-Stack LLM Unlearning Defense against AR-LLM Social Engineering Attacks
von: Yu, Tianlong, et al.
Veröffentlicht: (2026)

TBNet: A Neural Architectural Defense Framework Facilitating DNN Model Protection in Trusted Execution Environments
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

IoT-based Android Malware Detection Using Graph Neural Network With Adversarial Defense
von: Yumlembam, Rahul, et al.
Veröffentlicht: (2025)

Optimal Defenses Against Gradient Reconstruction Attacks
von: Chen, Yuxiao, et al.
Veröffentlicht: (2024)

Osmosis Distillation: Model Hijacking with the Fewest Samples
von: Shi, Yuchen, et al.
Veröffentlicht: (2026)

SHIELD: Secure Hypernetworks for Incremental Expansion Learning Defense
von: Krukowski, Patryk, et al.
Veröffentlicht: (2025)

Stealthy Poisoning Attacks Bypass Defenses in Regression Settings
von: Carnerero-Cano, Javier, et al.
Veröffentlicht: (2026)

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

RQP-SGD: Differential Private Machine Learning through Noisy SGD and Randomized Quantization
von: Feng, Ce, et al.
Veröffentlicht: (2024)

Can Adversarial Code Comments Fool AI Security Reviewers -- Large-Scale Empirical Study of Comment-Based Attacks and Defenses Against LLM Code Analysis
von: Thornton, Scott
Veröffentlicht: (2026)

Hallucinating AI Hijacking Attack: Large Language Models and Malicious Code Recommenders
von: Noever, David, et al.
Veröffentlicht: (2024)

WebTrap: Stealthy Mid-Task Hijacking of Browser Agents During Navigation
von: Liu, Zhichao, et al.
Veröffentlicht: (2026)

ImportSnare: Directed "Code Manual" Hijacking in Retrieval-Augmented Code Generation
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Large Language Models in Cybersecurity: Applications, Vulnerabilities, and Defense Techniques
von: Jaffal, Niveen O., et al.
Veröffentlicht: (2025)

SoK: Benchmarking Poisoning Attacks and Defenses in Federated Learning
von: Zhang, Heyi, et al.
Veröffentlicht: (2025)