
Implementazione di ricerca di Hop-Decayed Influence (HDI) e del framework di attacco 3S, che espone vulnerabilità strutturali di indicizzazione ausiliaria nelle pipeline GraphRAG con LLM.
Scopri gli strumenti più utilizzati dalla nostra community.
Nessun dato di popolarità ancora.
Jisung Park, John Le, Heath Cooper
Institute of Cybersecurity and Cryptology (iC²), University of Wollongong
IFIP SEC 2026
jspacific0307/HDI-graphragpipeline https://huggingface.co/datasets/jspacific0307/HDI-graphragpipeline
Le pipeline GraphRAG costruiscono strutture ausiliarie durante l'indicizzazione offline — riassunti semantici, archi gerarchici e punteggi precalcolati — che gli attacchi esistenti trascurano completamente.
Questo articolo formalizza l'Auxiliary Schema-Level Entity come una nuova superficie di attacco e propone:
| Metrica | Valore |
|---|---|
| Attack Success Rate (ASR) | 88%+ in tutte le configurazioni |
| Modification Ratio | fino a 0.016% delle strutture totali |
| Schema Leverage Ratio (SLR) | fino a 6.00 (query influenzate per modifica) |
| Perplexity Filter Evasion | 99.5%+ |
| Paraphrase Defense Evasion | 99.1%+ |
Query → Entity Extraction → KG Mapping → HDI Target Selection → 3S Attack
| Attacco | Target | Metodo |
|---|---|---|
| Semantic (S) | Riassunti testuali | Inietta testo avversariale con bassa perplessità |
| Structure (T) | Archi gerarchici | Aggiungi archi fuorvianti verso nodi semanticamente distanti |
| Score (C) | Punteggi precalcolati | Declassa i nodi con ranking alto, promuovi quelli irrilevanti |
L'influenza si propaga dalle entità seed con decadimento esponenziale in base alla distanza in hop:
$$\text{Influence}(v) = \sum_{q \in Q} \sum_{s \in \text{Seeds}(q)} \lambda^{d(s,v)}$$
Baseline
Dataset
Modelli
text-embedding-3-small (OpenAI)GPT-4o-mini (OpenAI)| Sistema | Dataset | Configurazione Migliore | ASR (%) | Mod. Ratio (%) | SLR |
|---|---|---|---|---|---|
| MS GraphRAG | HotpotQA | HDI-T | 91.69 | 4.74 | 4.57 |
| MS GraphRAG | 2WikiMHQA | HDI-T | 88.17 | 4.82 | 3.41 |
| HippoRAG2 | HotpotQA | HDI-T | 88.24 | 0.075 | 5.80 |
| HippoRAG2 | 2WikiMHQA | HDI-C | 94.44 | 0.016 | 6.00 |
git clone https://github.com/Jisung-Pacific/HDI-GraphRAG-Attack
cd HDI-GraphRAG-Attack
pip install -r requirements.txt
@inproceedings{park2026hdi,
title = {Hop-Decayed Influence: New Vulnerabilities of Structural Auxiliary Indexing in GraphRAG Pipelines with LLM},
author = {Park, Jisung and Le, John and Cooper, Heath},
booktitle = {IFIP International Information Security and Privacy Conference (SEC)},
year = {2026}
}
Tutti gli esperimenti sono stati condotti su dataset di benchmark pubblici e implementazioni open-source in ambienti isolati. Nessun attacco è stato indirizzato a sistemi in produzione. I risultati sono stati condivisi con i manutentori dei progetti interessati prima della pubblicazione.