基于图半监督分类器中的影响驱动数据投毒
机器学习
2022-05-12 v2 软件工程
摘要
基于图的半监督学习(GSSL)是一种从有限标记数据与大量未标记数据中学习的实用方案。然而，由于这类算法依赖已知标签推断未知标签，它们对数据质量敏感。因此，研究与被标记数据相关的潜在威胁，更具体地，标签投毒，至关重要。在本文中，我们提出一种新颖的数据投毒方法，其高效近似标签推断的结果，以识别若被投毒将产生最多错误推断标签的输入。我们在三个分类问题上各以24种不同实验设置广泛评估了我们的方法。与最先进技术相比，我们的影响驱动攻击产生的错误率平均高出50%，同时速度快多个数量级。此外，我们的方法可告知工程师在训练学习模型前值得调查（重新标记）的输入。我们表明，重新标记三分之一的投毒输入（基于其影响选择）可将投毒效应降低50%。
引用
@article{arxiv.2012.07381,
title = {Influence-Driven Data Poisoning in Graph-Based Semi-Supervised Classifiers},
author = {Adriano Franci and Maxime Cordy and Martin Gubri and Mike Papadakis and Yves Le Traon},
journal= {arXiv preprint arXiv:2012.07381},
year = {2022}
}