圖對抗防御研究進(jìn)展

圖神經(jīng)網(wǎng)絡(luò )（GNN）在多個(gè)領(lǐng)域的復雜任務(wù)中已經(jīng)得到成功的應用，但研究表明其易受到對抗攻擊而導致性能?chē)乐叵陆?，這種脆弱性影響了包含節點(diǎn)分類(lèi)、鏈路預測和社團探測在內的所有應用。圖對抗攻擊已經(jīng)可以高效地實(shí)施，這帶來(lái)了嚴重的安全隱患和隱私問(wèn)題，圖對抗防御致力于提高GNN的魯棒性和泛化能力以抵御對抗攻擊。綜述了圖對抗防御算法研究進(jìn)展，首先，介紹了圖對抗防御的背景和相關(guān)概念，并對圖對抗防御研究發(fā)展脈絡(luò )進(jìn)行梳理和分析。然后，根據防御算法的不同防御策略將算法分為四類(lèi)，包括攻擊檢測、對抗訓練、可認證魯棒性以及免疫防御，對每類(lèi)防御算法原理進(jìn)行分析總結。在此基礎上，分析了每種防御算法的原理和實(shí)現，并從防御策略、目標任務(wù)、優(yōu)缺點(diǎn)和實(shí)驗數據等方面對典型算法進(jìn)行全面的比較。最后，通過(guò)對現有圖對抗防御算法全面、系統的分析，對防御算法當前存在的問(wèn)題及未來(lái)發(fā)展方向進(jìn)行了總結和探討，為圖對抗防御進(jìn)一步的發(fā)展提供幫助。

http://fcst.ceaj.org/CN/abstract/abstract2978.shtml