“无论你做什么”：通过背door 遗忘净化 GNN 模型

最近的研究揭示了 GNN 面临多种对抗性攻击，其中一种是最棘手的背door 攻击。类似于深度神经网络 (DNN)，GNN 中的背door 攻击的本质在于攻击者通过嵌入触发器修改部分图数据，迫使模型在训练过程中学习触发器特征。尽管 DNN 领域已有大量背door 防御工作，但针对 GNN 的背door 防御研究仍寥寥，严重阻碍了 GNN 在实际任务中的广泛应用。为填补这一空白，我们提出了 GCleaner——首个针对 GNN 的背door 防御方法。GCleaner 通过逆转背door 学习过程来消除背door 逻辑，旨在恢复模型性能，使其接近直接在原始干净数据集上训练的水平。为实现此目标，我们提出：如何在 GNN 中恢复通用且难以发现的背door 触发器？如何在保持模型性能的前提下遗忘背door 触发器特征？我们通过解释方法进行图形触发器恢复，以识别最佳触发器位置，借此通过最大相似性在背door 模型特征空间中搜索通用且难以发现的背door 触发器。随后，我们引入背door 遗忘机制，将知识蒸馏与基于梯度的可解释知识相结合，以实现精细化的背door 抹除。广泛的实验评估表明，GCleaner 仅需 1% 的干净数据，即可将背door 攻击成功率降至约 10%，且对模型性能几乎没有负面影响，远超当前最先进 (SOTA) 防御方法。