一種面向圖分類攻擊的對抗檢測算法

摘要： 近年來，圖分類是一個在不同領(lǐng)域具有實際應(yīng)用價值的基本問題.同時，有關(guān)圖分類任務(wù)的惡意攻擊層出不窮.現(xiàn)有的方法主要集中在提高圖分類模型的精度上，忽略了魯棒性和可解釋性.此外大部分工作是使用對抗圖來減少惡意攻擊的負(fù)面影響，通常忽視了干凈圖的潛力，主要是因為它們無法區(qū)分對抗圖和正常圖.因此，本文研究了通過特征轉(zhuǎn)換來探索干凈圖和對抗圖之間的內(nèi)在差異，從而增強圖神經(jīng)網(wǎng)絡(luò)對惡意攻擊的魯棒性...