S-GAP：面向 Graph Large Language Models 的隐蔽图攻击原语

Graph Large Language Models（GraphLLMs）能够对文本属性图（TAGs）实现强大的语义理解与推理，但在对抗攻击评估中，其语义推理可能容易受到节点文本和图结构扰动的影响。现有攻击通常在不同阶段构造文本和结构扰动，并分别由不同的实现意图进行引导。然而，这种分离会导致攻击意图碎片化，使两类扰动之间缺乏语义连贯性，从而削弱攻击的隐蔽性，使其更容易被 GraphLLMs 识别并忽略，最终降低攻击效果。为避免攻击意图碎片化，我们提出图攻击原语（Graph Attack Primitive，GAP），这是一种原子语义表示，可在统一且连贯的攻击意图下整合文本和结构扰动。通过精细调节 GAP 的语义构成，我们能够在保持足够攻击隐蔽性的同时实现较强的攻击效果。此外，我们提出 S-GAP（Stealthy GAP），一种多智能体框架，用于迭代优化 GAP 的语义内容。该框架统一了 GAP 的规划与实现，并通过代理评估和文本反馈持续改进这一过程。在四个数据集、三种 GraphLLMs 和两种攻击设置上的大量实验表明，与最强基线相比，S-GAP 的 ASR 平均提升了 7.02%，同时生成了关系上更合理的扰动，揭示了当前 GraphLLMs 中的关键漏洞，并推动了更稳健防御方法的发展。