May, 2023
图形对抗鲁棒性:不变因果防御
IDEA: Invariant Causal Defense for Graph Adversarial Robustness
Shuchang Tao, Qi Cao, Huawei Shen, Yunfan Wu, Bingbing Xu...
TL;DR提出了一种旨在学习具有强预测性和不变性的因果特征以实现图形对抗鲁棒性的不变因果防御方法,称为 Invariant causal DEfense method against adversarial Attacks (IDEA),并通过实验证明,在五个基准数据集上 IDEA 在毒害和逃避攻击下显着优于所有基线。