基于混合整数规划的数据投毒攻击精确认证

本工作引入了一个验证框架，为神经网络训练期间的数据投毒攻击提供严谨且完备的保证。我们将对抗数据操纵、模型训练和测试时评估在一个单一的混合整数二次规划（MIQCP）问题中进行建模。寻找该模型的全局最优解可必然产生最坏情况的投毒攻击，同时同时界定给定训练管道中所有可能攻击的有效性。我们的框架编码了基于梯度的训练动力学和测试时的模型评估，使我们能够首次对训练时的鲁棒性进行精确认证。实验评估在小型模型上表明，我们的方法提供了对数据投毒鲁棒性的完整表征。