基于元学习的图神经网络对抗攻击

用于图的深度学习模型已在许多任务上推进了当前最优水平。尽管近期取得了成功，人们对其鲁棒性知之甚少。我们研究了针对节点分类图神经网络在训练时的攻击，这类攻击扰动离散的图结构。我们的核心原则是利用元梯度求解训练时攻击背后的双层问题，本质上将图视为待优化的超参数。我们的实验表明，微小的图扰动会持续导致图卷积网络性能大幅下降，甚至迁移到无监督嵌入上。值得注意的是，我们的算法所产生的扰动能够误导图神经网络，使其性能劣于忽略所有关系信息的简单基线。我们的攻击不假设对目标分类器有任何了解或访问权限。