《计算机工程与科学杂志》发表论文赏析

RCGNN:图注入攻击下的图神经网络鲁棒性认证方法

来源:计算机工程与科学杂志2025年第3期北京时间:

作者:王煜恒, 刘强, 伍晓洁

单位:国防科技大学计算机学院,湖南 长沙 410073

摘要:近些年来,图神经网络GNN被广泛应用于异常检测、推荐系统和生物医药等领域。尽管GNN在特定任务中表现出优异的性能,但许多研究表明,GNN容易受到对抗性扰动的影响。为了缓解GNN面对对抗样本时暴露出的脆弱性问题,部分研究人员针对图修改攻击提出了鲁棒性认证防御技术,旨在提升GNN模型在该场景下抵御恶意扰动的能力。然而,在图注入攻击GIA场景下关于节点分类模型的鲁棒性分析仍未被广泛探索。面对上述挑战,扩展了稀疏感知随机平滑机制并设计了一种GIA场景下基于随机平滑的鲁棒性认证方法RCGNN。为了使得噪声扰动空间符合GIA攻击行为,预注入恶意节点并将扰动限制在恶意节点附近,同时对噪声扰动函数进行了改进,以提升认证比例和扩大最大认证半径。在真实数据集上的对比实验表明,RCGNN能够实现GIA场景下节点分类任务的鲁棒性认证,相较于稀疏感知随机平滑机制在认证比例和最大认证半径方面获得了更佳的认证性能。

关键词:图神经网络;节点分类,随机平滑;图注入攻击;鲁棒性认证,

基金资助:国家重点研发计划项目“科技创新2030”(2022ZD0209105)

2025年3期其他文献查阅:

基于监督学习的稀疏矩阵乘算法优选

基于天河互连的并行文件系统网络驱动

基于“天河二号”聚合通信卸载特性的 MPI_Barrier优化

QTorch:基于独立的量子程序设计语言的量子-经典混合机器学习框架

数据中心制冷系统强化学习控制

RCGNN:图注入攻击下的图神经网络鲁棒性认证方法

基于Transformer和Text-CNN的日志异常检测

一种基于图热核扩散卷积的网络入侵检测方法

基于切比雪夫混沌映射的V2G跨域双向认证方案

基于迭代收缩阈值与深度学习的压缩感知图像重构网络

基于脉冲注意力机制的轻量化面部超分重建方法

基于改进实例分割的室内动态视觉SLAM方法

结合图像分解和自稀疏模糊聚类的情感颜色迁移

基于失匹配负波潜伏期优化的语音增强研究

基于图结构提示实现低资源场景下的节点分类

基于驾驶上下文感知的驾驶员识别模型

基于多源异构融合与时空图卷积网络的集卡到港量预测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!