GraphGuard IoT
Интерактивный бенчмарк того, насколько устойчивы к атакам графовые нейросети, которые находят взломанные IoT-устройства (ботнеты).
Тысячи IoT-устройств общаются друг с другом в умных домах и на заводах. Когда одно из них взломано, для его поиска используют графовые нейросети (GNN). Этот проект измеряет, насколько такие детекторы устойчивы к атакам.
GCN, GAT и GraphSAGE обучены на IoT-сети из 1 500 устройств, а затем атакованы двумя способами: перестройкой связей (градиентные атаки и DICE) и сдвигом собственного трафика ботов (PGD). В качестве защит сравниваются DropEdge, косинусная обрезка и состязательное обучение.
Сайт интерактивный: двигайте бюджет атаки и смотрите, как деградирует каждая модель. 5 сидов, каждое число воспроизводится одной командой.
- Только GraphSAGE реально выигрывает от графа (F1 0.81, AUC 0.97).
- Структурные атаки стоят 3–8 пунктов F1.
- Ни одна защита не даётся бесплатно, и ни одна не решает проблему скоординированного обхода.