PGM-attack

概述

我们论文《Poisoning Attacks on the PGM-index》的官方代码。

快速开始

1. 克隆仓库及子模块

git clone [REPOSITORY LINK]
cd pgm-index-poisoning
git submodule update --init --recursive

2. 构建

./scripts/build.sh

需要 CMake（见依赖项）。输出文件位于 build/ 目录下（默认情况下二进制文件在 build/bin 中）。

3. 下载、预处理及合成数据

./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. 实验

每次运行通过 ./scripts/run_experiment.sh <config.json> 传入一个 JSON 配置。示例：

4.1 最大化最大误差（例如 n=16，连续方法）

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

4.2 最小化被覆盖的合法键（例如 epsilon=2，连续方法）

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

4.3 最大化 m_opt（PGM-index 示例）

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

4.4 m_opt 的上界（实例相关示例）

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

4.5 运行所有实验（批量）

运行 scripts/run_all_experiment.sh 中列出的全部实验配置（编辑该文件可更改实验集合）。

./scripts/run_all_experiment.sh

5. 绘图与表格

在仓库根目录下执行：

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

图表和日志写入 fig/ 目录。请先安装 Python 依赖：pip install -r requirements.txt。

依赖项

• C++ 工具链： g++、make 和 CMake（构建脚本使用 CMake 配置，并通过 cmake --build 构建，通常会调用 Make）。
• Python 3，包含 requirements.txt 中的包（绘图/表格脚本）。
• jq — ./scripts/run_experiment.sh 解析实验 JSON 所需。

项目结构

Docker

构建镜像一次：

./docker_build.sh

• docker_run.sh — 交互式容器：将仓库挂载到 /workspace，分配 8 个 CPU（0–7），进入 bash 以便手动构建和运行命令。
• docker_run_all.sh — 分离式运行：在容器内执行 ./scripts/run_all_experiment.sh（8 个 CPU），并将标准输出写入 results/run_all.log。
• docker_run_all_single_cpu.sh — 与 docker_run_all.sh 相同，但仅使用一个 CPU 并设置 OMP_NUM_THREADS=1 以进行单线程运行。

三者均使用镜像 pgm_poisoning:latest，并采用与脚本中相同的权限/卷设置。