针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】

目录

前言

一、知识图谱嵌入对抗攻击研究意义

二、关于KGE的对抗攻击的研究难点和突破

三、投毒攻击的设计

① 直接攻击

② 间接攻击

四、实验设置和实验结果

总结


前言

在著名的知识图谱数据集Freebase中,实体的数量超过3000万,而关系类型的数量只有1345。这导致了这样一个事实,即每种关系类型的固有特征远比实体的稳定,并且很难通过少量修改来操纵。因此,论文着重从实体的角度操纵目标事实的合理性。以此进行对抗攻击的设计,论文是关于对知识图谱投毒攻击,在对本文阅读后,作出PPT,写下自己的思路,记录和分享,仅供参考,欢迎评论区批评指正!


论文直通车:

Data Poisoning Attack against Knowledge Graph Embedding (ijcai.org)https://www.ijcai.org/Proceedings/2019/0674.pdf也参考了这些资料:

Towards Adversarially Robust Knowledge Graph Embeddings | Proceedings of the AAAI Conference on Artificial Intelligencehttps://ojs.aaai.org//index.php/AAAI/article/view/7128Poisoning Knowledge Graph Embeddings via Relation Inference Patterns (aclanthology.org)https://aclanthology.org/2021.acl-long.147.pdf


一、知识图谱嵌入对抗攻击研究意义

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第1张图片

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第2张图片


二、关于KGE的对抗攻击的研究难点和突破

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第3张图片


三、投毒攻击的设计

论文中,作者把投毒攻击分为直接攻击和间接攻击

① 直接攻击

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第4张图片

其中上述的打分函数根据嵌入模型的不同而不同:

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第5张图片


② 间接攻击

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第6张图片

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第7张图片


四、实验设置和实验结果

可以看到,虽然上述间接攻击的介绍K看似很多,实际做实验,K设置为1,以此进行的实验,因此也有些水分,难以有说服力,但思路是可以借鉴并延申去做的:

针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第8张图片


针对知识图谱嵌入(KGE)的投毒攻击【论文阅读】_第9张图片


总结

没啥总结的,菜是原罪,继续学习加油吧!

你可能感兴趣的:(知识图谱嵌入(KGE),知识图谱,知识图谱嵌入(KGE),对抗攻击)