PK-FK

New attacks probe adversarial robustness of relational deep learning pipelines

研究人员开发了新的方法来测试关系深度学习（RDL）管道的对抗鲁棒性。RDL管道常用于关系数据库上的机器学习。这些管道将数据库编码为图，其中节点代表元组，边代表主键到外键的依赖关系，然后训练图神经网络。该研究关注的是一个白盒攻击者，他可以在遵守模式完整性约束的前提下，重构数据库中的外键引用。研究在RelBench rel-f1基准上评估了包括梯度引导变体在内的七种攻击启发式方法，结果表明，对于回归任务，基于梯度的攻击比分类任务更有效。