KGTrust：基于知识增强图神经网络的社会物联网可信度评估
人工智能
2023-02-23 v1
摘要
社会物联网（SIoT）是一种前景广阔且新兴的范式，它将社交网络的概念注入智能物体（即物）中，为下一代物联网铺平道路。然而，由于风险与不确定性，一个关键且紧迫的问题是在 SIoT 内建立可靠关系，即信任评估。用于信任评估的图神经网络通常采用诸如 one-hot 或 node2vec 等直接方式理解节点特征，忽略了附着在节点上的有价值语义知识。此外，SIoT 的底层结构通常复杂，既包括异构图结构也包括成对信任关系，这使得在信息传播过程中难以保持 SIoT 信任的属性。为解决上述这些问题，我们提出一种新颖的知识增强图神经网络（KGTrust）以在 SIoT 中实现更好的信任评估。具体而言，我们首先从用户评论行为及与物体描述相关的外部结构化三元组中提取有用知识，以更深入洞察用户与物体的语义。进而，我们引入一种判别卷积层，利用异构图结构、节点语义与增广信任关系，从用户作为信任者或受托者视角学习节点嵌入，在信息传播中有效捕捉 SIoT 信任的多方面属性。最后，开发信任预测层以估计成对节点间信任关系。在三个公开数据集上的大量实验表明 KGTrust 优于 SOTA 方法。
引用
@article{arxiv.2302.11396,
title = {KGTrust: Evaluating Trustworthiness of SIoT via Knowledge Enhanced Graph Neural Networks},
author = {Zhizhi Yu and Di Jin and Cuiying Huo and Zhiqiang Wang and Xiulong Liu and Heng Qi and Jia Wu and Lingfei Wu},
journal= {arXiv preprint arXiv:2302.11396},
year = {2023}
}
备注
Accepted by WWW-23