Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究探讨了针对基于图神经网络(GNN)的欺诈检测器的攻击,提出了一种名为MonTi的多目标图注入攻击模型。该模型利用变压器生成攻击节点的属性和边,显著提升了攻击效果。实验结果表明,MonTi在多个真实世界图上的表现优于现有方法。
🎯
关键要点
- 本研究探讨了针对基于图神经网络(GNN)的欺诈检测器的攻击问题。
- 提出了一种名为MonTi的多目标图注入攻击模型。
- MonTi模型利用变压器生成攻击节点的属性和边,显著提升了攻击效果。
- 实验结果表明,MonTi在多个真实世界图上的表现优于现有方法。
➡️