본 논문은 이미지 데이터와 달리 이질적인 특징과 복잡한 특징 상호의존성을 지닌 표 형태 데이터에 대한 적대적 공격의 새로운 기준을 제시합니다. 기존 연구들이 주로 공격의 효과성에만 집중하는 것과 달리, 표 형태 데이터의 특성을 고려한 '감지 불가능성'을 중요한 기준으로 제시하고, 효과성과 감지 불가능성을 모두 평가하는 새로운 벤치마크를 제안합니다. 다섯 가지 적대적 공격 방법을 네 가지 모델과 열한 가지 표 데이터셋(혼합형 및 수치형 전용 데이터셋 포함)에 적용하여 효과성과 감지 불가능성을 분석하고, 데이터셋 유형에 따른 결과를 비교 분석하여 적대적 공격 알고리즘 개선에 대한 통찰력을 제공합니다.
