SeCon-RAG框架：防御污染文档的两阶段过滤机制

1. SeCon-RAG框架概述

在构建可靠的知识检索与生成系统（RAG）时，对抗性污染文档的防御一直是个棘手问题。SeCon-RAG创新性地采用两阶段过滤机制，通过结构化语义分析提升系统鲁棒性。其核心思想是：污染文档往往在向量空间呈现异常聚集，同时在语义结构上存在逻辑断裂。这种双重特性为防御提供了天然切入点。

框架包含两个关键阶段：

• 入库前的语义聚类过滤（SCF）：通过K-means聚类和语义图分析剔除潜在污染文档
• 检索后的冲突感知过滤（CAF）：基于实体-意图-关系三元组进行多维度一致性校验

实验数据显示，在NQ、HotpotQA等标准数据集上，相比基线方法，SeCon-RAG将攻击成功率(ASR)降低了37-52%，同时保持92%以上的原始任务准确率(ACC)。这种防御效果在提示注入攻击(PIA)等复杂场景下尤为显著。

2. 核心组件解析

2.1 EIRE语义抽取器

EIRE作为框架的"语义中枢"，将文档解构为三维特征：

• 实体抽取：识别文本中的关键对象（如人名、地点）
• 意图识别：分析段落的核心目的（如解释、反驳）
• 关系挖掘：建立实体间的语义连接（如"发明"、"影响"）

技术实现上采用联合训练策略：

1. 使用BERT-style编码器获取上下文表征
2. 通过CRF层完成实体识别
3. 基于注意力机制的关系分类
4. 意图检测作为辅助任务

这种设计使得三个子任务共享底层语义特征，在HotpotQA数据集上达到87.3%的F1值。值得注意的是，EIRE会为每个文档生成对应的语义图（如图1所示），其中节点代表实体，边表示关系，图的拓扑结构反映文档的语义连贯性。

实践建议：在部署EIRE时，建议对领域专有名词进行定制化实体词典扩充，可提升特定场景下的抽取准确率15%以上。

2.2 语义聚类过滤(SCF)

2.2.1 基于聚类的初筛

采用改进的K-means++算法进行文档聚类：

1. 文档向量化：使用Contriever模型生成768维稠密向量
2. 自适应确定K值：通过轮廓系数自动选择最佳簇数
3. 异常簇检测：计算文档与质心的余弦相似度，剔除超过阈值τcluster的密集簇

实验发现，污染文档往往形成高密度簇（相似度>0.85），而正常文档通常分布在0