[논문 리뷰] The Robustness of Graph k-shell Structure under Adversarial Attacks

Bo Zhou, Yuqian Lv외 4명|arXiv (Cornell University)|2021. 07. 29.

Complex Network Analysis Techniques참고 문헌 27인용 수 9

한 줄 요약

이 논문은 그래프 k-shell 구조를 대상으로 하는 최초의 적대적 공격에 대해 다루며, 효율적인 링크 재연결을 통해 소수의 링크를 재구성하여 k-shell 값을 극적으로 변화시키는 시뮬레이티드 어닐링(SA) 기반 방법을 제안한다. 주요 발견은 k-shell 구조가 매우 취약하다는 점으로, 돌고래(Dolphin) 및 썬더스(Thrones) 네트워크에서 단지 10%의 링크 재연결으로도 40% 이상의 노드가 k-shell 값을 변경함을 확인하였다. 이는 랜덤한 변형에 대해 잘 견디는 것으로 알려진 k-shell의 강건성과는 뚜렷한 대비를 이룬다.

ABSTRACT

The k-shell decomposition plays an important role in unveiling the structural properties of a network, i.e., it is widely adopted to find the densest part of a network across a broad range of scientific fields, including Internet, biological networks, social networks, etc. However, there arises concern about the robustness of the k-shell structure when networks suffer from adversarial attacks. Here, we introduce and formalize the problem of the k-shell attack and develop an efficient strategy to attack the k-shell structure by rewiring a small number of links. To the best of our knowledge, it is the first time to study the robustness of graph k-shell structure under adversarial attacks. In particular, we propose a Simulated Annealing (SA) based k-shell attack method and testify it on four real-world social networks. The extensive experiments validate that the k-shell structure of a network is robust under random perturbation, but it is quite vulnerable under adversarial attack, e.g., in Dolphin and Throne networks, more than 40% nodes change their k-shell values when only 10% links are changed based on our SA-based k-shell attack. Such results suggest that a single structural feature could also be significantly disturbed when only a small fraction of links are changed purposefully in a network. Therefore, it could be an interesting topic to improve the robustness of various network properties against adversarial attack in the future.

연구 동기 및 목표

• 네트워크 과학 분야에서 아직 탐색되지 않은 위협으로서, 적대적 공격에 대한 k-shell 분해의 강건성에 대해 조사하기 위해.
• 사회적, 생물학적, 기술적 네트워크에서 널리 사용되는 k-shell 구조가 체계적으로 목표 지정된 링크 수정을 통해 파괴될 수 있는지 확인하기 위해.
• 최소한의 링크 변경으로 k-shell 값에 대한 영향을 극대화하는 효율적이고 최적화 기반의 공격 전략을 개발하기 위해.
• 실제 네트워크에서 제안된 SA 기반 공격 전략이 무작위 및 히وري스틱 재연결 전략에 비해 얼마나 효과적인지 비교하기 위해.
• 이러한 공격이 눈에 띄지 않게 이루어질 수 있는지를 밝혀내기 위해, 노드의 직접적 이웃 구조가 변경되지 않은 채 k-shell 값이 변화하는지를 조사하기 위해.

제안 방법

• 최소한의 링크 재연결으로 k-shell 값을 변경하는 노드 수를 극대화하는 조건을 만족하는 조합 최적화 문제로 k-shell 공격 문제를 수식화한다.
• 해를 탐색하기 위해 시뮬레이티드 어닐링(SA)을 활용하여 국소 최적해를 피하고 탐색과 이용의 균형을 이루도록 한다.
• 두 개의 비접속 링크(예: e_ij 및 e_uv)를 교환하여 e_iv 및 e_ju를 형성하는 재연결 연산을 설계함으로써 네트워크 크기와 차수 분포를 유지한다.
• 각 재연결 단계 이후 k-shell 값이 변경된 노드 수를 최대화하는 피트니스 함수를 사용한다.
• 점차적으로 나쁜 해를 수용할 확률을 줄이는 냉각 스케줄을 도입하여 고성능 재연결 구성으로 수렴하도록 보장한다.
• ASR(평균 구조적 강건성)와 LPN(링크 변형 수)를 평가 지표로 사용하여 네 개의 실세계 네트워크(Karate, Dolphin, Thrones, Facebook)에서 방법을 검증한다.

실험 결과

연구 질문

• RQ1 실세계 네트워크의 k-shell 구조는 랜덤한 변형에 비해 적대적 링크 재연결에 얼마나 취약한가?
• RQ2 전략적으로 재연결된 소수의 링크로 네트워크 전반의 k-shell 값에 광범위한 혼란을 초래할 수 있는가?
• RQ3 SA 기반 공격 전략은 k-shell 구조를 변화시키는 데 있어 무작위 및 히وري스틱 재연결 전략에 비해 얼마나 효과적인가?
• RQ4 노드의 직접적 이웃을 변경하지 않으면서 k-shell 값을 얼마나 변화시킬 수 있는가? 이는 도전적인 공격의 은밀함을 가능하게 한다.
• RQ5 네트워크의 어떤 구조적 특성(예: k-shell 값 분포)이 이러한 적대적 공격에 더 취약하거나 더 강건한가?

주요 결과

• k-shell 구조는 적대적 공격에 매우 취약하다: 돌고래 네트워크에서 SA 기반 방법을 사용해 단지 10%의 링크만 재연결해도 40% 이상의 노드가 k-shell 값을 변경하였다.
• 반면, 랜덤 재연결(RA)에서는 50%의 링크가 변경되었을 때도 10% 미만의 노드만 k-shell 값을 변경하여, k-shell이 랜덤한 변형에 대해 잘 견딘다는 점을 확인하였다.
• SA 기반 공격는 평균적으로 노드당 한 개 이하의 링크 변경으로 k-shell 값을 변화시킬 수 있었고, 돌고래 네트워크에서 랜덤 재연결은 그보다 네 배 이상 많은 변경이 필요하였다.
• 히وري스틱 공격(HA)는 페이스북 네트워크에서 뛰어난 성능을 보였다. 이는 18%의 노드가 11-쉘에, 19%가 1-쉘에 있기 때문에, HA의 전략인 고k-shell 값 감소 및 저k-shell 값 증가가 매우 효과적이었기 때문이다.
• 노드의 직접적 이웃이 변경되지 않은 상태에서도 k-shell 값을 변화시킬 수 있다. 카라테 네트워크 사례 연구에서 노드 v_26는 인cidnet 링크가 그대로 유지되었음에도 불구하고 3-쉘에서 2-쉘로 하락하였다.
• 낮은 링크 변경 비율(LCR)에서도 공격는 효과적이었으며, LCR = 0.051 및 LCR = 0.205에서 심각한 구조적 혼란이 관찰되어 네트워크 코어 구조를 효율적으로 교란할 수 있음을 시사한다.