PGM-attack

Visão Geral

Código oficial do nosso artigo, Poisoning Attacks on the PGM-index.

Início Rápido

1. Clonar e submódulos

git clone https://github.com/atsukisato/pgm-attack.git
cd pgm-attack
git submodule update --init --recursive

2. Compilar

./scripts/build.sh

Requer CMake (ver Dependências). Os resultados são gerados em build/ (binários em build/bin por padrão).

3. Baixar, pré-processar e dados sintéticos

./scripts/download_alex_dataset.sh       # ALEX
./scripts/download_mgbench.sh            # mgbench
./scripts/download_sosd_datasets.sh      # SOSD
./scripts/preprocess_alex_dataset.sh     # ALEX
./scripts/preprocess_mgbench.sh          # mgbench
./scripts/generate_synthetic_dataset.sh  # synthetic

4. Experimentos

Cada execução recebe um arquivo de configuração JSON via ./scripts/run_experiment.sh <config.json>. Exemplos:

4.1 Maximizar o erro máximo (ex.: n=16, método consecutivo)

./scripts/run_experiment.sh "configs/experiments/poison_attack/maximize_maxerror_consec/baseline_n16.json"

4.2 Minimizar chaves legítimas cobertas (ex.: epsilon=2, método consecutivo)

./scripts/run_experiment.sh "configs/experiments/poison_attack/minimize_segment_length/baseline_epsilon2.json"

4.3 Maximizar m_opt (exemplo do PGM-index)

./scripts/run_experiment.sh "configs/experiments/poison_attack/inject_poisons_to_minimize_segment_length_swing_lambda_with_theta/baseline.json"

4.4 Limite superior de m_opt (exemplo dependente da instância)

./scripts/run_experiment.sh "configs/experiments/upper_bound/fix_w_per_block/baseline.json"

4.5 Executar todos os experimentos (em lote)

Executa a lista completa de configurações de experimentos em scripts/run_all_experiment.sh (edite esse arquivo para alterar o conjunto).

./scripts/run_all_experiment.sh

5. Gráficos e tabelas

A partir da raiz do repositório:

./scripts/plot.sh
./scripts/print_table.sh

Figuras e logs são gravados em fig/. Instale primeiro as dependências Python: pip install -r requirements.txt.

Dependências

• Toolchain C++: g++, make e CMake (o script de build configura com CMake e compila com cmake --build, que normalmente invoca o Make).
• Python 3 com os pacotes em requirements.txt (scripts de plotagem / tabelas).
• jq — necessário para ./scripts/run_experiment.sh analisar o JSON de experimento.

Estrutura do Projeto

Caminho	Função
src/	Fontes C++ (ataques, benchmarks do PGM, ferramentas, limites superiores).
configs/experiments/	Configurações JSON de experimentos (caminhos em poison_attack/, upper_bound/, etc.).
scripts/	Build, dados, run_experiment.sh, run_all_experiment.sh, plot.sh, print_table.sh.
third_party/	Submódulos Git (PGM-index, FITing-Tree, RadixSpline).
data/, results/, fig/	Dados, saídas de execução e figuras geradas / logs de tabelas.
plot/	Scripts Python de plotagem e impressão de tabelas.

Docker

Compile a imagem uma vez:

./docker_build.sh

• docker_run.sh — Contêiner interativo: monta o repositório em /workspace, aloca 8 CPUs (0–7) e abre o bash para que você compile e execute comandos manualmente.
• docker_run_all.sh — Execução em segundo plano: executa ./scripts/run_all_experiment.sh dentro do contêiner (8 CPUs) e grava a saída padrão em results/run_all.log.
• docker_run_all_single_cpu.sh — Igual ao docker_run_all.sh, mas com uma CPU e OMP_NUM_THREADS=1 para execuções single-threaded.

Os três usam a imagem pgm_poisoning:latest e as mesmas configurações de capabilities / volumes dos scripts.