新协议ChemGuard揭示分子GNN后门攻击中的漏洞

研究人员推出ChemGuard，一种通过考虑分子数据的化学有效性和一致性来评估分子图神经网络（GNN）后门攻击的新协议。该方法表明，许多现有的基于图的后门攻击在经受实际的接纳检查时会失效。为解决此问题，开发了一种名为ChemBack的新攻击方法，该方法构建了能够通过接纳且与干净分子相似的化学可行性毒物，即使有这些新防御措施，也显示出重大威胁。 AI

影响 引入了评估分子图神经网络针对复杂后门攻击安全性的新方法。

排序理由 学术论文，详细介绍了一种评估机器学习模型安全漏洞的新方法和协议。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• ChemBack
• ChemGuard
• DagsHub
• Gotit.pub
• graph neural network
• Hugging Face
• IArxiv
• ScienceCast
• Tanimoto similarity

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →