寻找 MNEMON:唤醒节点嵌入的记忆
机器学习
2022-05-02 v2 密码学与安全
机器学习
摘要
先前围绕图的安全研究工作要么专注于图的(去)匿名化,要么专注于理解图神经网络的安全与隐私问题。极少有关注于理解将图嵌入模型(例如节点嵌入)的输出与复杂下游机器学习流水线相整合所带来的隐私风险。在本文中,我们填补了这一空白,并提出了一种新颖的模型无关图恢复攻击,其利用图节点嵌入中所保留的隐式图结构信息。我们表明, adversary 仅通过访问原始图的节点嵌入矩阵而无需与节点嵌入模型交互,即可以可观的精度恢复边。我们通过大量实验证明了我们图恢复攻击的有效性与适用性。
引用
@article{arxiv.2204.06963,
title = {Finding MNEMON: Reviving Memories of Node Embeddings},
author = {Yun Shen and Yufei Han and Zhikun Zhang and Min Chen and Ting Yu and Michael Backes and Yang Zhang and Gianluca Stringhini},
journal= {arXiv preprint arXiv:2204.06963},
year = {2022}
}
备注
To Appear in the 29th ACM Conference on Computer and Communications Security (CCS), November 7-11, 2022