点对点无线通信中基于图神经网络空间资源管理的对抗攻击
信号处理
2023-12-14 v1
摘要
本文介绍了针对点对点通信中基于图神经网络的无线资源管理系统的对抗攻击。我们的重点是在测试阶段扰动训练好的图神经网络模型，特别是针对其顶点和边。为此，我们提出了四种不同的对抗攻击，每种攻击都考虑了不同的约束条件，旨在操纵系统的行为。所提出的对抗攻击被表述为优化问题，旨在最小化系统的通信质量。我们研究了这些攻击针对用户数量、信噪比和对手功率预算的有效性。此外，我们从系统的中央处理单元的角度讨论了对此类攻击的检测。为此，我们制定了一个优化问题，该问题涉及分析应用攻击前后信道特征值的分布。这个公式导致了一个最小-最大优化问题，使我们能够检测到攻击的存在。通过广泛的模拟，我们观察到在没有对抗攻击的情况下，特征值符合Johnson SU分布。然而，攻击显著改变了特征值分布的特性，并且在最有效的攻击中，它们甚至改变了特征值分布的类型。
引用
@article{arxiv.2312.08181,
title = {Adversarial Attacks on Graph Neural Networks based Spatial Resource Management in P2P Wireless Communications},
author = {Ahmad Ghasemi and Ehsan Zeraatkar and Majid Moradikia and Seyed and Zekavat},
journal= {arXiv preprint arXiv:2312.08181},
year = {2023}
}