面向基于图的虚假新闻检测器的通用黑箱对抗攻击
机器学习
2024-04-29 v2 人工智能
密码学与安全
摘要
基于图神经网络 (GNN) 的虚假新闻检测器应用各种方法构建图谱，以学习新闻的独特嵌入用于分类。由于在黑箱场景下攻击者不了解构建细节，要求特定邻接矩阵的经典对抗攻击显得不切实际。本文提出了首个针对基于不同图结构检测器的通用黑箱对抗攻击框架，即通过虚假社交互动进行的通用攻击 (GAFSI)。具体而言，由于分享是GNN-based虚假新闻检测器构建图谱的重要社交互动，我们模拟分享行为以误导检测器。首先，我们提出了欺诈者选择模块，通过利用局部和全局信息选择活跃用户。此外，后置注入模块引导所选用户通过发送帖子创建共享关系。分享记录将被添加到社交上下文中，从而针对不同检测器实现通用攻击。在经验数据集上的实验结果表明，GAFSI的有效性。
引用
@article{arxiv.2404.15744,
title = {A General Black-box Adversarial Attack on Graph-based Fake News Detectors},
author = {Peican Zhu and Zechen Pan and Yang Liu and Jiwei Tian and Keke Tang and Zhen Wang},
journal= {arXiv preprint arXiv:2404.15744},
year = {2024}
}
备注
Accepted by IJCAI2024