Grimm: A Plug-and-Play Perturbation Rectifier for Graph Neural Networks Defending Against Poisoning Attacks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种图代理网络(GAgN),旨在增强图神经网络(GNNs)在节点分类中对抗性边缘干扰攻击的防御能力。GAgN通过去中心化代理的交互,有效过滤对抗边缘,从而提升分类准确性。

🎯

关键要点

  • 本研究提出了一种图代理网络(GAgN),旨在增强图神经网络(GNNs)在节点分类中的防御能力。

  • GAgN通过去中心化代理的交互,有效过滤对抗性边缘。

  • 该方法提升了分类准确性,尤其是在面对对抗性攻击时。

  • 实验结果显示,GAgN在损坏的数据集上实现了最优的分类准确性,证明了其防御能力。

➡️

继续阅读