2023USENIX_Learning Normality is Enough: A Software-based Mitigation against Inaudible Voice Attacks

最新推荐文章于 2026-01-06 21:06:24 发布
原创 最新推荐文章于 2026-01-06 21:06:24 发布 · 228 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#论文阅读 #安全 #系统安全

该博客围绕论文阅读展开，重点关注系统安全相关内容，虽未给出具体内容，但可推测是对系统安全领域论文的研读与探讨，为信息技术领域的系统安全研究提供参考。

论文速览 | USENIX Security ‘22 | Security Analysis of Camera-LiDAR Fusion Against Black-Box Attacks on A
NLOS的博客
10-09 274
本研究通过提出锥体攻击方法,深入揭示了当前相机-LiDAR融合感知系统在面对黑盒攻击时的脆弱性。研究结果表明,即使是最先进的融合算法,也容易受到精心设计的攻击。这一发现对自动驾驶汽车的安全性研究具有重要意义,提醒需要开发更加鲁棒和安全的感知系统。
论文推荐：Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries
AI_Conf的博客
12-29 375
USENIX Security 2020 论文推荐： 论文名称：Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries 推荐理由：作者研究了黑盒环境下的对抗样本，在这种情况下攻击者只能通过API访问目标模型，且每次查询都是十分昂贵的。在此之前，针对黑盒条件下对抗样本的研究主要遵循以下两种策略：（1）迁移攻击利用在本地模型上的白盒攻击来寻找能迁移到目标模型的候选对抗性样本，和（2）基于优化的攻击利用对目
综述翻译：Machine Learning-Based Cache Replacement Policies: A Survey 2021
weixin_40293999的博客
09-02 1524
虽然在提高命中率方便有了广泛进展，设计一个模拟Belady‘s 算法的缓存替换策略依旧很有挑战。现存的标准静态替换策略并不适合动态的内存访问模式，而计算机程序的多样性加剧了这个问题。有几个因素影响缓存策略的设计，如硬件升级，内存开销，内存访问模式，模型延时等。用机器学习的算法解决缓存替换的问题取得了令人惊讶的结果，并朝着具有成本效应的解决方案发展。在本文中，我们回顾了一些基于机器学习的缓存替换策略，它们优于静态启发式策略。keywords：Learning。
论文研读｜How to Prove Your Model Belongs to You: A Blind-Watermark based Framework ...
Meiling_up
10-13 690
本文提出盲模型水印的概念，旨在生成视觉差异不可感知性的触发集。通过Auto-Encoder使得触发集中水印图像的分布更加接近原始训练数据中的图像，并借鉴生成对抗网络的概念，添加判别器，拟合水印图像与原始图像的分布。
USENIX Security 23 论文解读 # VulChecker: Graph-based Vulnerability Localization in Source Code
skysys的研究小屋
07-09 2166
基于AI实现的SAST实现漏洞检测、分类和精确定位
【论文笔记】PyramidFL: A Fine-grained Client Selection Framework for Efficient Federated Learning
weixin_44270151的博客
10-31 2936
PyramidFL:用于有效联邦学习的细粒度客户端选择框架
论文解读-Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries (USENIX‘20)
chadlee
08-14 664
Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries 这篇文章是我在组会上汇报的一篇论文，这篇文章比较不错，因此我的笔记也更详细一些，如有借鉴请注明出处，谢谢。 本文作者针对黑盒攻击提出了混合攻击，将黑盒攻击两类主要的攻击方法结合起来，极大地降低了攻击成本，同时提升了成功率。此外作者针对更符合实际的场景提出了Hybrid Batch Attack，使得攻击者可以用极低得查询成本得到一定数量的对抗样本
论文复现_How Machine Learning Is Solving the Binary Function Similarity Problem
kitsch0x97的博客
11-18 1277
包含生成数据集和提取特征的说明文件。主要文件和子文件夹如下：Dataset-1├── Dataset-1 creation.ipynb: 创建数据集├── Dataset-1 plots.ipynb: 展示数据集组成├── Dataset-1 sanity check.ipynb: 验证数据完整性│ ├── flowchart_Dataset-1.csv: 包括至少 5 个基本块的函数列表。
区块链论文速读A会-FAST 2024 一种用于区块链系统的基于列的学习存储 附良心ppt（100页）
软件工程小施同学 的专栏
09-25 1539
在研究了以太坊的存储后，我们发现存储成本主要来自索引，即 Merkle Patricia Trie (MPT)。为了减少存储大小，最初的想法是利用新兴的学习索引技术，该技术已被证明具有较小的索引大小和更高效的查询性能。然而，由于需要保留索引节点和学习索引的节点大小较大，直接将其应用于区块链存储会导致更高的开销。为了解决这个问题，我们提出了一种用于区块链系统的新型基于列的学习存储 COLE。我们遵循基于列的数据库设计来连续存储每个状态的历史值，这些历史值由学习模型索引，以促进高效的数据检索和出处查询。
LLMs之Agent：Personal_LLM_Agents_Survey的简介、使用方法之详细攻略
热门推荐
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
01-17 5万+
​ LLMs之Agent：Personal_LLM_Agents_Survey的简介、使用方法之详细攻略 目录 Personal_LLM_Agents_Survey的简介 Personal_LLM_Agents_Survey的使用方法 Personal_LLM_Agents_Survey的简介 个人LLM代理(智能体)被定义为一种特殊类型的基于LLM的代理，它与个人数据、个人设备和个人服务深度集成。它们最好部署到资源受限的移动/边缘设备和
论文阅读笔记-XNIDS: Explaining Deep Learning-based Network Intrusion Detection Systems for Active Intrusio
LUMOS_77的博客
04-23 1131
上一篇XAI方法在安全领域的评估标准。今天我们就来介绍来自USENIX2023的一篇安全领域可解释AI工作，xNIDS: Explaining Deep Learning-based Network Intrusion Detection Systems for Active Intrusion Responses。
def extract_rte_functions(c_file_path: Path) -> list[str]:这是什么意思
09-19
我们正在分析一行函数定义代码： def extract_rte_functions(c_file_path: Path) -> list[str]: 这行代码定义了一个名为`extract_rte_functions`的函数，它接受一个...[^4]: 路径操作安全模型，USENIX Security'21
【论文阅读】--PEACE：基于多模态大语言模型的地质图全息理解赋能框架
我是个好人呀，O(∩_∩)O
01-06 1079
摘要： 微软研究院提出PEACE框架（赋能地质地图整体理解的多模态大语言模型），通过GeoMap-Agent系统解决地质图智能分析难题。该系统包含三个核心模块：层次信息提取（HIE）采用分治策略处理高分辨率图像；领域知识注入（DKI）整合地质学专家知识；提示增强问答（PEQA）优化模型输出。配套发布的GeoMap-Bench基准包含124张地质图和3,864个标注问题，覆盖提取、定位、推理等五大能力维度。实验表明，该系统在USGS和CGS数据集上均显著优于基线模型，准确率提升30%以上。研究代码和数据集已开
【论文阅读】NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
一碗白开水一
01-05 304
题目：NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis作者：Ben Mildenhall Pratul P. Srinivasan Matthew Tancik Jonathan T. Barron Ravi Ramamoorthi Ren Ng。
MDMLP-EIA时序论文阅读
weixin_49891405的博客
01-06 579
是一种。在Autoformer、Dlinear等模型中，SMA被用于将原始数据分解为趋势（Trend）和季节性（Seasonality）两部分。st​k1​it∑tk−1​xi​kxt​xt1​...xtk−1​​Xx1​x2​...xn​kk3k25tst​t具体计算过程：① 填充（Padding）由于移动平均操作会导致序列长度变短，为了保证输出的趋势序列长度与原始序列一致，必须在序列的两端进行填充。
Timer-XL: Long-Context Transformers For Unified Time Series Forecasting 时序论文阅读
最新发布
weixin_49891405的博客
01-06 627
同时预测 A 和 B。我们认为 A 和 B 是。
【论文阅读】Steering Your Diffusion Policy with Latent Space Reinforcement Learning
eepii的博客
01-06 834
问题背景：虽然基于行为克隆（BC）的扩散策略（Diffusion Policy）在机器人领域表现出色，但当预训练模型性能不足时，通常需要昂贵的人工演示来改进。传统的强化学习（RL）虽然能自主改进，但在高维动作空间中样本效率极低，且容易破坏扩散模型学到的先验分布，甚至。架构：使用了基于 Soft Actor-Critic (SAC) 框架的结构，包含 Actor 网络（预测噪声位移）和 Critic 网络（评估状态-噪声对的价值）。（Latent Steering）：将预训练好的扩散策略视为一个“黑盒”。
一月第一周周报（论文阅读）
m0_62847106的博客
01-04 807
人工智能和机器学习的最新进展加速了许多水文过程预测性能的提高。然而，由于其复杂性，洪水预测仍然是一项具有挑战性的任务。困扰这项任务的两个常见挑战是洪水的波动性和洪水发生属性的敏感性和复杂性。本研究探讨了递归神经网络-特别是Vanilla递归神经网络，长短期记忆和门控递归单元在洪水预测和评估中的应用。通过整合流域特定的水文和气象变量，RNN模型利用顺序数据处理来捕捉洪水的时间动态和季节性模式特征。这些模型被应用于不同的地形，包括USA南卡罗来纳州的山区流域，以检验它们的稳健性和适应性。
【论文阅读】Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware
eepii的博客
01-05 964
研究表明，通过结合高性能的遥操作硬件和能够处理高频、精确反馈的模仿学习算法，低成本机器人也能完成复杂的精细操作任务。：通过分块，原本需要几千步才能完成的任务，在模型的视角下变成了几十个“块”的衔接。时间集成（Temporal Ensembling）：为了提高动作的平滑度，模型在每个时间步都会预测一个动作块，并对重叠部分的预测值进行加权平均。：当模型预测一个长达 100 步的动作序列时，这个序列内部可以自然地包含“先停顿 10 步，再快速移动 90 步”的信息。（样式变量），用于捕捉人类演示中的变异性。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值