PIPA

Probing-Injecting Poisoning Attack Against Learning-based Index Advisors

Code structure

.
├── base_config.json　　　　　　　　　　　　　　　　　　　# Experimental configuration file
├── main.py　　　　　　　　　　　　　　　　　　　　　　　# Main process file
├── Readme.md　　　　　　　　　　　　　　　　　　　　　# Code documentation
├── requirements.txt　　　　　　　　　　　　　　　　　　　# Experimental requirements file
├── result　　　　　　　　　　　　　　　　　　　　　　　　# Experimental result directory
├── victim_models　　　　　　　　　　　　　　　　　　　　# Victim index recommendation systems
│　　　　├── CIKM_2020　　　　　　　　　　　　　　　　# You should add tpch/tpcds-kit under this directory
│　　　　├── ICDE_2020　　　　　　　　　　　　　　　　　# You should add tpch/tpcds-kit under this directory
│　　　　├── ICDE_2021
│　　　　└── SWIRL_2022　　　　　　　　　　　　　　　　# You should add tpch/tpcds-kit under this directory
└── workload_generation　　　　　　　　　　　　　　　　　# Workload generation module
　　　　└── BartSqlGen　　　　　　　　　　　　　　　　　# IABART
　　　　　　　　├── FSM　　　　　　　　　　　　　　　　　　　　# SQL automatic state machine
　　　　　　　　├── local_transformers　　　　　　　　　　　　# Files about transformer
　　　　　　　　├── model.py　　　　　　　　　　　　　　　　　# The main file of IABART
　　　　　　　　├── net_full_TPCH.pth　　　　　　　　　　　　　　# Training result files on TPCH dataset
　　　　　　　　├── net_full_TPCDS.pth　　　　　　　　　　　　　# Training result files on TPCDS dataset
　　　　　　　　├── processing.py　　　　　　　　　　　　　　　　# Processing of original training data
　　　　　　　　├── resource　　　　　　　　　　　　　　　　　　# The resource files required for training
　　　　　　　　│　　　├── autocode.json
　　　　　　　　│　　　├── config.json
　　　　　　　　│　　　├── merges.txt
　　　　　　　　│　　　├── pytorch_model.bin
　　　　　　　　│　　　├── sql.jso　　　　　　　　　　　　　　　　# Your training data
　　　　　　　　│　　　├── tokenizer.json
　　　　　　　　│　　　└── vocab.json
　　　　　　　　└── result　　　　　　　　　　　　　　　　　　　　# IABART training result files

Example workflow

pip install -r requirements.txt         # Install requirements with pip
python main.py base_config.json         # Run a experiment

Experiments can be controlled with the base_config.json file. For descriptions of the components and functioning, consult our paper.

JSON Config files

All experimental hyperparameter configurations are stored in the base_config.json file. In the following, we explain the different configuration options:

• experiments_id ( str ) : The name or identifier for the experiment. Output files are named accordingly.
• experiments_root ( str ) : Absolute path of the experiment, used for locating.
• victim_model ( str ) : Specify the target model of the attack, optional values are CIKM_2020/ICDE_2020/ICDE_2021/SWIRL_2022.
• dataset ( str ) : Select the dataset for the experiment, optional types are tpch/tpcds.
• result_path ( str ) : Relative path where the experimental results file is stored.
• logging_path ( str ) : Relative path where the experimental log file is stored.
• attack_method ( str ) : Specify the attack method for evaluation, optional values are: not_ood/bad/suboptimal/bad&suboptimal/random.
• poison_percentage ( int ) : Specify the proportion of poisoned data in the total dataset for the experiment.
• psql_connect : Configure the parameters for connecting to a psql database.
  • pg_ip ( str ) : The name of the psql database to be connected.
  • pg_port ( str ) : The port number of the psql database to be connected.
  • pg_user ( str ) : The username of the psql database to be connected.
  • pg_password ( str ) : The password for the username of the psql database to be connected.