FocusedCleaner：面向鲁棒图神经网络节点分类的投毒图净化方法
机器学习
2023-07-18 v2 密码学与安全
社会与信息网络
摘要
图神经网络（GNNs）易受数据投毒攻击，此类攻击会生成投毒图作为 GNN 模型的输入。我们提出 FocusedCleaner 作为一种投毒图净化器，以有效识别攻击者注入的毒药。具体而言，FocusedCleaner 提供了一个由双层结构学习与受害节点检测两个模块组成的净化框架。其中，结构学习模块将逆转攻击过程以稳定地净化图，而检测模块为结构学习提供“焦点”——一个收窄且更精确的搜索区域。这两个模块将迭代运行并相互强化，逐步净化投毒图。作为一个重要应用，我们展示了在净化后的图上训练用于节点分类任务的 GNN 的对抗鲁棒性得到显著提升。大量实验表明，FocusedCleaner 在投毒图净化和提升鲁棒性方面均优于最先进的基线方法。
引用
@article{arxiv.2210.13815,
title = {FocusedCleaner: Sanitizing Poisoned Graphs for Robust GNN-based Node Classification},
author = {Yulin Zhu and Liang Tong and Gaolei Li and Xiapu Luo and Kai Zhou},
journal= {arXiv preprint arXiv:2210.13815},
year = {2023}
}