改進(jìn)的基于奇異值分解的圖卷積網(wǎng)絡(luò)防御方法

摘要： 圖神經(jīng)網(wǎng)絡(luò)（GNN）容易受到對(duì)抗性攻擊而導(dǎo)致性能下降，影響節(jié)點(diǎn)分類(lèi)、鏈路預(yù)測(cè)和社區(qū)檢測(cè)等下游任務(wù)，因此GNN的防御方法具有重要研究?jī)r(jià)值。針對(duì)GNN在面對(duì)對(duì)抗性攻擊時(shí)魯棒性差的問(wèn)題，以圖卷積網(wǎng)絡(luò)（GCN）為模型，提出一種改進(jìn)的基于奇異值分解（SVD）的投毒攻擊防御方法 ISVDatt。在投毒攻擊場(chǎng)景下，該方法可對(duì)擾動(dòng)圖進(jìn)行凈化處理。GCN遭受投毒攻擊后，首先篩選并刪除特征差異較大...