BriefGPT - AI 论文速递
·
图神经网络上的硬标签黑盒节点注入攻击
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为GANI的对抗攻击方法，用于图神经网络。该方法通过注入虚假节点，在结构和特征领域中进行不可察觉的扰动，以达到攻击的目的。实验结果表明，该方法在攻击基准数据集和防御GNN时表现出强大的攻击性和相对不可察觉性。
🎯
关键要点
-
提出了一种名为GANI的对抗攻击方法，用于图神经网络。
-
GANI通过注入虚假节点进行攻击，造成不可察觉的扰动。
-
该方法在结构和特征领域中进行操作。
-
使用基于遗传算法的统计信息来确定新注入节点的度和生成特征。
-
实验结果显示GANI在攻击基准数据集和防御GNN时表现出强大的攻击性和相对不可察觉性。
➡️
