PulseAugur
中
实时 09:24:00
English(EN) ADAGE: Active Defenses Against GNN Extraction

新的防御系统 ADAGE 可防止图神经网络 (GNN) 被盗

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为 ADAGE 的新型主动防御系统，旨在防止图神经网络 (GNN) 被盗。与以往专注于识别被盗模型的防御措施不同，ADAGE 主动监控查询多样性并扰乱输出，使模型提取变得不可行。实验表明，ADAGE 在保持合法用户高预测性能的同时，能有效阻止各种 GNN 模型和数据集上的攻击者。 AI

影响 这项研究为 GNN 的模型提取引入了一种新颖的防御方法，有望增强 AI 模型在药物发现和交通预测等敏感应用中的安全性。

排序理由 该集群包含一篇详细介绍 GNN 新防御机制的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jing Xu, Franziska Boenisch, Adam Dziedzic ·

    ADAGE：针对 GNN 提取的主动防御

    arXiv:2503.00065v4 Announce Type: replace-cross Abstract: Graph Neural Networks (GNNs) achieve high performance in various real-world applications, such as drug discovery, traffic states prediction, and recommendation systems. The fact that building powerful GNNs requires a large…

相关实体

相关话题