返回主页 返回专栏页

融合图先验的图对抗攻击：Query-based Adversarial Attacks on Graph with Graph-Dependent Priors

图神经网络（GNN）在图数据的各种应用中正在广泛的应用，本项目将额外假节点注入原始图中，而非直接对原图的节点和边进行修改。与大多数以前的工作不同，我们只允许对手（攻击者）访问一小部分节点的信息，因为通常不可能观察到整个图，尤其是对于实际场景中的大型网络。我们为基于查询的图对抗性攻击提出了一个统一的框架，并在这个框架下，我们提出了一种新的聚类攻击算法，它通过更好地利用图的独特结构来考虑图相关的先验。相关成果发表在会议IJCAI2022上。 聚类攻击示意图

Zhengyi Wang; Zhongkai Hao; Ziqiao Wang; Hang Su; Jun Zhu; Cluster Attack: Query-based Adversarial Attacks on Graph with Graph-Dependent Priors, IJCAI, oline (due to Covid-19), 2022, Vienna, Austria, 2022-7-23至2022-7-29.