引入度中心性选择攻击节点的对抗攻击算法

来源：计算机工程与应用杂志2024年第18期北京时间：

作者：钱榕, 徐雪飞, 刘晓豫, 张克君, 曾俊铭, 吕宗芳, 郭竞桧

单位：1.北京电子科技学院 网络空间安全系，北京 100070；2.西安电子科技大学 计算机科学与技术学院，西安 710071；3.北京电子科技学院 管理系，北京 100070

摘要：图卷积网络（GCN）在图神经网络中应用广泛，在处理图结构数据方面发挥着重要作用。然而，最近的研究表明，GCN容易受到中毒攻击等恶意攻击。在针对GCN的所有可能的对抗性攻击中，有一种特殊的方法是针对图卷积网络的目标通用攻击TUA（target universal attack）。该方法在挑选攻击节点时为了简便采用随机选择策略，该策略忽略了节点邻居对节点的重要性，对攻击成功率有负面影响。针对这个问题，提出了一种基于度中心性的攻击节点选择策略的对抗攻击算法（adversarial attack algorithm based on degree centrality attack node selection strategy，DCANSS）。优化挑选攻击节点的方式，引入度中心性，得到攻击节点。注入假节点并与攻击节点连接。挑选辅助节点并应用图卷积网络的消息传递机制，使节点信息扩散，计算扰动并将扰动特征赋予假节点，完成攻击，达到误分类目标。在三个流行的数据集上的实验表明，当仅使用3个攻击节点和2个假节点时，所提出的攻击对图中任意受害节点的平均攻击成功率达到90%。将DCANSS算法与TUA算法以及其他建立的基线算法进行实验对比，进一步验证了DCANSS算法的攻击能力。

关键词：度中心性,目标通用攻击（TUA）,基于度中心性的攻击节点选择策略（DCANSS）,图对抗攻击算法,图神经网络