攻击arXiv 2607.21839
论文指出密码学模型认证的假设缺口:审计通过但部署失效
提出数据伪造攻击,使密码学模型认证在审计集通过但部署失效
- arXiv
- 2607.21839
- 发表
- 场景
- 模型与 API
- 测试
- SciKit-Learn decision tree、XGBoost、226M-parameter neural network 等 4 个
摘要固定审计集上的 ZKP 认证可被数据伪造绕过。
这篇工作同时给出对 CMC 的数据伪造攻击,以及先承诺、后抽样的认证模板。。
提出数据伪造攻击,使密码学模型认证在审计集通过但部署失效
这篇工作同时给出对 CMC 的数据伪造攻击,以及先承诺、后抽样的认证模板。。
提出 BPI 选点算法,增强去中心化联邦学习中的模型与数据投毒
作者把 DFL 中“破坏哪 m 个节点”写成攻击者在固定预算下的优化问题,并用 BPI 近似有限轮内诚实节点受到的拜占庭暴露。
提出主题锚点投毒,放大众包微调后的专有指令提取
摘要论文提出基于主题锚点的数据中毒攻击,证明低比例的中毒样本可在黑盒条件下隐蔽放大微调指令泄漏。