Semantic Clear Label Backdoor Attack on Graph Convolutional Networks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了一种新型攻击方法SCLBA,针对图卷积网络(GCNs)的标签和语义后门攻击。通过重要性分析选择节点作为触发器,成功创建有毒样本,攻击成功率接近99%。

🎯

关键要点

  • 该研究提出了一种新型攻击方法SCLBA,针对图卷积网络(GCNs)的标签和语义后门攻击。
  • SCLBA通过重要性分析选择节点作为触发器,创建有毒样本而不改变样本标签。
  • 实验结果显示,SCLBA在多个数据集上的攻击成功率接近99%。
  • 该方法对良性样本模型性能的影响几乎可以忽略不计。
➡️

继续阅读