Nov, 2023
压缩系统提升图神经网络对抗攻击能力
Contractive Systems Improve Graph Neural Networks Against Adversarial Attacks
Moshe Eliasof, Davide Murari, Ferdia Sherry, Carola-Bibiane Schönlieb
TL;DR这篇研究论文通过提出了一种新颖的方法来增强图神经网络对于恶意扰动的鲁棒性,该方法基于具有收缩性质的微分方程的图神经层,同时学习节点特征和邻接矩阵的进化,从而在输入特征和图的连通性的扰动方面增强模型的鲁棒性,并通过多个真实世界基准测试验证了我们方法的有效性和性能优化。