Dagger: Decoupling-based Model Stealing Attack against Graph Neural Networks

arXiv cs.CR · 30 sept, 06:00

Investigadores presentan Dagger, un ataque de robo de modelos contra redes neuronales de grafo (GNNs) que funciona bajo restricciones realistas: acceso solo a predicciones hard-label, presupuesto limitado de consultas y sin conocimiento previo de la arquitectura de la víctima. El ataque logra construir modelos sustitutos funcionalmente equivalentes con 12 veces menos consultas que métodos anteriores, comprometiendo la propiedad intelectual de servicios MLaaS.