HDI 攻击:篡改 GraphRAG 辅助结构可致 88–94% 攻击成功率
论文针对 GraphRAG 辅助模式级实体提出跳衰减影响攻击,篡改 0.016% 结构使 HippoRAG2 达到 94.44% ASR。
- 94.44%HippoRAG2在2WikiMHQA下的HDI-C攻击ASR(Table 1)
- 91.69%MSGraphRAG在HotpotQA下的HDI-T攻击ASR(Table 1)
- 0.016%HippoRAG2在2WikiMHQA下的修改结构比例(Table 2)
论文指出现有图投毒局限于实例级,提出了针对 GraphRAG 辅助模式级实体的攻击方法。
论文梳理了 GraphRAG 架构、实例级图投毒及语言防御研究,指出现有工作忽视模式层。
论文通过跳衰减影响算法筛选核心节点,并以 3S 框架实施语义、结构与打分机制篡改。
实验在两套基准和架构上展现了超 88% 的攻击成功率与高达 6.00 的模式杠杆率。
作者指出了写权限假设、防御评估单一与模型泛化未测等局限,并列出后续防御方向。
论文形式化了 GraphRAG 辅助模式级实体攻击面,提出 HDI 攻击并验证其攻击效果。