针对线性回归的最优特征操纵攻击
信号处理
2021-11-03 v1 密码学与安全
机器学习
摘要
在本文中，我们研究如何通过向数据集中添加精心设计的投毒数据点或修改原始数据点来操纵通过线性回归获得的系数。给定能量预算，当我们的目标是修改一个指定的回归系数时，我们首先提供最优投毒数据点的闭式解。然后我们将分析扩展到更具挑战性的场景，即攻击者的目标是改变某一个特定的回归系数，同时使其他系数的改变尽可能小。针对该场景，我们引入半定松弛方法来设计最佳攻击方案。最后，我们研究了一个更强大的对手，其可以对特征矩阵进行秩一修改。我们提出一种交替优化方法来寻找最优的秩一修改矩阵。文中给出了数值算例以说明本文所得的分析结果。
引用
@article{arxiv.2003.00177,
title = {Optimal Feature Manipulation Attacks Against Linear Regression},
author = {Fuwei Li and Lifeng Lai and Shuguang Cui},
journal= {arXiv preprint arXiv:2003.00177},
year = {2021}
}