[论文解读] The Robustness of Graph k-shell Structure under Adversarial Attacks

Bo Zhou, Yuqian Lv+4 more|arXiv (Cornell University)|Jul 29, 2021

Complex Network Analysis Techniques参考文献 27被引用 9

一句话总结

本文首次研究了针对图k-shell结构的对抗性攻击，提出一种基于模拟退火（SA）的方法，通过高效重连少量边，显著改变k-shell值。关键发现是k-shell结构极为脆弱——在海豚和《冰与火之歌》网络中，仅10%的边被重连，超过40%的节点k-shell值即发生改变，这与k-shell在随机扰动下表现出的已知鲁棒性形成鲜明对比。

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.

研究动机与目标

• 探究k-shell分解在对抗性攻击下的鲁棒性，这是网络科学中此前未被探索的威胁。
• 确定k-shell结构（广泛应用于社交、生物和技术网络）是否可通过有针对性的边修改被系统性地破坏。
• 开发一种高效、基于优化的攻击策略，以最小的边变更实现对k-shell值的最大程度破坏。
• 在真实网络中比较所提出的SA攻击与随机和启发式重连策略的有效性。
• 揭示此类攻击的隐蔽性：k-shell值发生改变，但节点的直接邻居未被修改。

提出的方法

• 将新型k-shell攻击问题形式化为组合优化任务：重连最少数量的边，以最大化k-shell值发生变化的节点数量。
• 采用模拟退火（SA）算法探索边重连的解空间，通过平衡探索与开发避免陷入局部最优。
• 设计一种重连操作，交换两条非相邻边（如e_ij和e_uv），形成新边e_iv和e_ju，保持网络规模和度分布不变。
• 使用适应度函数，最大化每次重连步骤后k-shell值发生变化的节点数量。
• 在SA中实现冷却调度，逐步降低接受较差解的概率，确保收敛至高影响力重连配置。
• 在四个真实网络（空手道、海豚、《冰与火之歌》和Facebook）上验证该方法，采用ASR（平均结构鲁棒性）和LPN（边扰动数）作为评估指标。

实验结果

研究问题

• RQ1 与随机扰动相比，真实网络的k-shell结构在对抗性边重连下有多脆弱？
• RQ2 少量有策略的边重连是否足以在全网范围内引发k-shell值的大规模破坏？
• RQ3 SA-based攻击在改变k-shell结构方面的有效性，与随机和启发式重连策略相比如何？
• RQ4 在不修改节点直接邻居的情况下，k-shell值能被改变到何种程度，从而实现隐蔽攻击？
• RQ5 网络的哪些结构特性（如k-shell值分布）使其更易或更不易受到此类对抗性攻击？

主要发现

• k-shell结构对对抗性攻击极为脆弱：在海豚网络中，仅使用SA-based方法重连10%的边，就有超过40%的节点k-shell值发生改变。
• 相比之下，在随机重连（RA）下，即使修改了50%的边，k-shell值改变的节点也少于10%，证实了k-shell在随机扰动下的鲁棒性。
• SA-based攻击平均每个节点仅需不到一次边变更即可改变k-shell值，而随机重连在海豚网络中则需要超过四倍的边变更次数。
• 启发式攻击（HA）在Facebook网络中表现良好，因其k-shell分布呈偏态——18%的节点位于11-shell，19%位于1-shell，使得HA通过降低高k-shell值和提升低k-shell值的策略极为有效。
• 该攻击可在不改变节点直接邻居的情况下改变其k-shell值，如空手道网络案例研究所示，节点v_26的k-shell值从3-shell降至2-shell，而其关联边保持不变。
• 该攻击在低边变更比率（LCR）下依然有效，LCR = 0.051和LCR = 0.205时即观察到显著的结构破坏，表明其在扰动网络核心结构方面具有极高效率。