跳到正文
10月9日 · 周五

隐私与数据泄露 · 论文

找到 1 篇
筛选5

攻击类型

投毒与后门1

防御类型

模型加固2检测与过滤1监控与审计0水印与溯源3

影响

输出被操纵1

系统形态

模型与 API1

攻击面/入口

用户输入2文档与消息0图像与音视频1训练数据1权重与梯度0推理服务与硬件1

层

训练与数据层1

被测模型厂商

其他1
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 71 篇还没打标签，不在筛选结果里。
防御类型：检测与过滤防御类型：监控与审计攻击面/入口：文档与消息攻击面/入口：训练数据攻击面/入口：权重与梯度话题：隐私与数据泄露清除全部

另有 71 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2609.07063

    VERITAS：抗投毒的本地差分隐私图学习协议

    提出 VERITAS，用双边背书剪除本地隐私图学习中的投毒节点

    arXiv
    2609.07063
    发表
    层
    训练与数据层
    场景
    模型与 API
    测试
    GCN、GraphSAGE、GAT
    摘要VERITAS 用分级信任的双边背书剪除 LDP 图学习中的投毒节点，并恢复分类准确率。

    VERITAS 是面向本地差分隐私图学习的投毒防御协议，按 trust-but-verify 在保持 ϵ-LDP 的同时剪除伪造节点。

    深度解读完整解读
已经到底了