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。
➡️