研究人员开发了STAG，一个新颖的框架，旨在隐蔽地将后门注入到处理文本属性图（TAGs）的图基础模型（GFMs）中。与先前独立攻击图或文本模态的攻击不同，STAG利用图-语言对齐接口来协调图触发器和文本端的软提示。这种协调方法确保图和文本表示都向目标类别转移。为了保持隐蔽性，STAG生成可读的文本触发器，并正则化子图结构使其看起来接近原始结构，从而使攻击难以通过检查或过滤来检测。在各种TAG数据集和GFM上的实验证明了STAG的有效性和隐蔽性。 AI
影响 这项研究揭示了图基础模型的新漏洞，可能影响处理具有文本属性的图结构数据的AI系统的安全性和可信度。
排序理由 该集群包含一篇详细介绍针对图基础模型的新攻击框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
