AGSOA：基于平均梯度和结构优化的图神经网络目标攻击
原文中文，约300字，阅读约需1分钟。发表于：。该研究提出了一种对图神经网络 (GNNs) 进行攻击的方法，称为 AGSOA，该方法通过平均梯度计算和结构优化模块来提高攻击的性能。通过在所有时刻计算梯度信息的平均值来引导攻击生成扰动边，从而稳定攻击更新的方向并避免不良局部最大值；通过计算目标节点与其他节点的相似性和均匀性来调整图结构，从而提高攻击的隐蔽性和可转移性。在三个常用数据集上的实验证明，相比其他先进模型，AGSOA...
该研究提出了一种名为AGSOA的方法，用于攻击图神经网络(GNNs)。该方法通过平均梯度计算和结构优化模块来提高攻击性能。实验证明，AGSOA相比其他模型，可以提高误分类率2%至8%。
