本文探讨图神经网络（GNN）在敌对攻击下的脆弱性，并提出了Pro-GNN和ELR-GNN等防御框架，以提高GNN的鲁棒性。研究表明，通过优化图结构和结合特征平滑性等方法，可以显著增强GNN的防御能力，实验结果显示这些新方法在多种攻击场景中表现优异。