使用 TIGER 评估图脆弱性与鲁棒性
社会与信息网络
2021-08-17 v2 密码学与安全
机器学习
摘要
网络鲁棒性在我们理解交通、通信和计算机网络等复杂互联系统中起着关键作用。尽管在网络鲁棒性领域已开展大量研究，目前仍缺乏一个全面的开源工具箱来协助研究人员与从业者处理这一重要课题。可用工具的缺失阻碍了现有工作的可复现性与检验、新研究的开展以及新思想的传播。我们贡献了 TIGER，一个开源 Python 工具箱以应对这些挑战。TIGER 包含 22 种图鲁棒性度量（含原始版本与快速近似版本）；17 种失效与攻击策略；15 种基于启发式与优化的防御技术；以及 4 种仿真工具。通过使研究网络鲁棒性所需的工具民主化，我们旨在协助研究人员与从业者分析其自有网络，并促进该领域新研究的发展。TIGER 已集成至面向全球教育工作者的 Nvidia 数据科学教学套件，以及佐治亚理工学院拥有超 1000 名学生的数据与视觉分析课程中。TIGER 开源地址为：https://github.com/safreita1/TIGER
引用
@article{arxiv.2006.05648,
title = {Evaluating Graph Vulnerability and Robustness using TIGER},
author = {Scott Freitas and Diyi Yang and Srijan Kumar and Hanghang Tong and Duen Horng Chau},
journal= {arXiv preprint arXiv:2006.05648},
year = {2021}
}
备注
Published at CIKM 2021 Resource Track