BriefGPT - AI 论文速递 · 2023-08-11T00:00:00Z 通过梯度聚合提升通用对抗干扰的泛化性能 💡 原文中文，约100字，阅读约需1分钟。 📝 内容提要 本文介绍了一种简化梯度攻击的方法，通过多阶段攻击框架，在只需较小子图的情况下使图神经网络误分类。同时，作者还提出了度同配改变这一实用指标来衡量对图数据的对抗攻击的影响。 🎯 关键要点 提出了一种简化梯度攻击的方法。 通过多阶段攻击框架实现图神经网络的误分类。 只需较小子图即可进行攻击。 提出了度同配改变作为衡量对抗攻击影响的实用指标。 🏷️ 标签 图神经网络 多阶段攻击框架 度同配改变 梯度攻击 误分类 阅读原文 生成长图 分享链接 已复制链接
