On the Geometric Limits of Transformer Defenses against Obfuscation Attacks: Latent Embedding Collapse & Performance Robustness Gap

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mashaido, Becky, Das, Tapadhir
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Defensive Prompt Patch: A Robust and Interpretable Defense of LLMs against Jailbreak Attacks
von: Xiong, Chen, et al.
Veröffentlicht: (2024)

Query Provenance Analysis: Efficient and Robust Defense against Query-based Black-box Attacks
von: Li, Shaofei, et al.
Veröffentlicht: (2024)

PhantomFetch: Obfuscating Loads against Prefetcher Side-Channel Attacks
von: Zhang, Xingzhi, et al.
Veröffentlicht: (2025)

Rotated Robustness: A Training-Free Defense against Bit-Flip Attacks on Large Language Models
von: Liu, Deng, et al.
Veröffentlicht: (2026)

Removal Attack and Defense on AI-generated Content Latent-based Watermarking
von: Lee, De Zhang, et al.
Veröffentlicht: (2025)

Defense against Poisoning Attacks under Shuffle-DP
von: Wang, Siyi, et al.
Veröffentlicht: (2026)

Evaluating the Defense Potential of Machine Unlearning against Membership Inference Attacks
von: Tsiolakis, Theodoros, et al.
Veröffentlicht: (2025)

Mirage: Defense against CrossPath Attacks in Software Defined Networks
von: Murtuza, Shariq, et al.
Veröffentlicht: (2024)

A Data-Driven Defense against Edge-case Model Poisoning Attacks on Federated Learning
von: Purohit, Kiran, et al.
Veröffentlicht: (2023)

System Prompt Extraction Attacks and Defenses in Large Language Models
von: Das, Badhan Chandra, et al.
Veröffentlicht: (2025)

From ML to LLM: Evaluating the Robustness of Phishing Webpage Detection Models against Adversarial Attacks
von: Kulkarni, Aditya, et al.
Veröffentlicht: (2024)

SOFT: Selective Data Obfuscation for Protecting LLM Fine-tuning against Membership Inference Attacks
von: Zhang, Kaiyuan, et al.
Veröffentlicht: (2025)

Obfuscating Code Vulnerabilities against Static Analysis in JavaScript Code
von: Pagano, Francesco, et al.
Veröffentlicht: (2026)

System-Level Defense against Indirect Prompt Injection Attacks: An Information Flow Control Perspective
von: Wu, Fangzhou, et al.
Veröffentlicht: (2024)

DAPPER: A Performance-Attack-Resilient Tracker for RowHammer Defense
von: Woo, Jeonghyun, et al.
Veröffentlicht: (2025)

A Critical Evaluation of Defenses against Prompt Injection Attacks
von: Jia, Yuqi, et al.
Veröffentlicht: (2025)

Robust Image Classification: Defensive Strategies against FGSM and PGD Adversarial Attacks
von: Waghela, Hetvi, et al.
Veröffentlicht: (2024)

Empirical Assessment of the Code Comprehension Effort Needed to Attack Programs Protected with Obfuscation
von: Regano, Leonardo, et al.
Veröffentlicht: (2025)

Prototype-Guided Robust Learning against Backdoor Attacks
von: Guo, Wei, et al.
Veröffentlicht: (2025)

Critical-CoT: A Robust Defense Framework against Reasoning-Level Backdoor Attacks in Large Language Models
von: Truong, Vu Tuan, et al.
Veröffentlicht: (2026)

On Feasibility of Intent Obfuscating Attacks
von: Li, Zhaobin, et al.
Veröffentlicht: (2024)

HOACS: Homomorphic Obfuscation Assisted Concealing of Secrets to Thwart Trojan Attacks in COTS Processor
von: Hossain, Tanvir, et al.
Veröffentlicht: (2024)

AutoDefense: Multi-Agent LLM Defense against Jailbreak Attacks
von: Zeng, Yifan, et al.
Veröffentlicht: (2024)

Towards Robust IoT Defense: Comparative Statistics of Attack Detection in Resource-Constrained Scenarios
von: Alwaisi, Zainab, et al.
Veröffentlicht: (2024)

Shield Bash: Abusing Defensive Coherence State Retrieval to Break Timing Obfuscation
von: Ramkrishnan, Kartik, et al.
Veröffentlicht: (2025)

BaThe: Defense against the Jailbreak Attack in Multimodal Large Language Models by Treating Harmful Instruction as Backdoor Trigger
von: Chen, Yulin, et al.
Veröffentlicht: (2024)

A Robust Defense against Adversarial Attacks on Deep Learning-based Malware Detectors via (De)Randomized Smoothing
von: Gibert, Daniel, et al.
Veröffentlicht: (2024)

CLOAK: Contrastive Guidance for Latent Diffusion-Based Data Obfuscation
von: Yang, Xin, et al.
Veröffentlicht: (2025)

Defense Against Prompt Injection Attack by Leveraging Attack Techniques
von: Chen, Yulin, et al.
Veröffentlicht: (2024)

ModelObfuscator: Obfuscating Model Information to Protect Deployed ML-based Systems
von: Zhou, Mingyi, et al.
Veröffentlicht: (2023)

ModelShield: Adaptive and Robust Watermark against Model Extraction Attack
von: Pang, Kaiyi, et al.
Veröffentlicht: (2024)

Ensemble Privacy Defense for Knowledge-Intensive LLMs against Membership Inference Attacks
von: Fu, Haowei, et al.
Veröffentlicht: (2025)

Exploiting Defenses against GAN-Based Feature Inference Attacks in Federated Learning
von: Luo, Xinjian, et al.
Veröffentlicht: (2020)

Defense against Joint Poison and Evasion Attacks: A Case Study of DERMS
von: Abdeen, Zain ul, et al.
Veröffentlicht: (2024)

Inferring Sensitive Attributes from Knowledge Graph Embeddings: Attack and Defense Strategies
von: Hayder, Yasmine
Veröffentlicht: (2026)

Federated Learning: Attacks, Defenses, Opportunities, and Challenges
von: Shirvani, Ghazaleh, et al.
Veröffentlicht: (2024)

System Password Security: Attack and Defense Mechanisms
von: Shi, Chaofang, et al.
Veröffentlicht: (2025)

Provably Robust Explainable Graph Neural Networks against Graph Perturbation Attacks
von: Li, Jiate, et al.
Veröffentlicht: (2025)

Disassembling Obfuscated Executables with LLM
von: Rong, Huanyao, et al.
Veröffentlicht: (2024)

SVDefense: Effective Defense against Gradient Inversion Attacks via Singular Value Decomposition
von: Luo, Chenxiang, et al.
Veröffentlicht: (2025)