AESOP: Adversarische Execution-Path-Auswahl zur Überlastung von Deep-Learning-Pipelines

arXiv:2605.10987v1 Ankündigungstyp: neu Zusammenfassung: Moderne Machine-Learning-Deployments komponieren zunehmend spezialisierte Modelle in dynamische Inference-Pipelines, bei denen Upstream-Komponenten Zwischenvorhersagen erzeugen, die Workload und Eingaben von Downstream-Komponenten bestimmen