PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.25589v1cs.LG

Leaking Circuit Secrets: Gradient Leakage Attacks on Graph Neural Networks

회로 설계·하드웨어 보안 태스크용 GNN(GraphSAGE, GCN, GIN, GAT)에 대한 그래디언트 누출 공격(GLA)을 ISCAS'85·EPFL·TrustHub 벤치마크로 처음 종합 평가했으며, 공격이 게이트 유형과 하드웨어 트로jan 특성 등 민감 정보를 복원할 수 있음을 보였다. GAT의 어텐션은 누출을 키우고 GIN은 상대적으로 강건하며, 차등 프라이버시·그래디언트 클리pping·양자화 등 방어 기법은 일부 설정에서만 효과가 있고 모델 성능을 희생할 수 있다.