针对图基础模型的模型提取攻击系统性研究

论文系统研究了针对图基础模型（GFM）的模型提取攻击（MEA），作者称这是该方向的首次系统研究。研究形式化了黑盒威胁模型，定义了六种实用攻击场景，涵盖域级与图级提取目标、架构不匹配、有限查询预算、部分节点访问和训练数据差异。为实施攻击，作者提出一种轻量提取方法，通过图嵌入的监督回归训练攻击者编码器，即使没有对比预训练数据，也能与受害文本编码器保持对齐并保留在未见图上的零样本推理能力。在七个数据集上的实验显示，攻击者只需原训练成本的极小部分即可近似受害模型，准确率几乎无损。作者指出，GFMs 大幅扩大了 MEA 的攻击面，大规模图学习系统需要面向部署的安全防御。