一种面向图分类攻击的对抗检测算法

摘要： 近年来，图分类是一个在不同领域具有实际应用价值的基本问题.同时，有关图分类任务的恶意攻击层出不穷.现有的方法主要集中在提高图分类模型的精度上，忽略了鲁棒性和可解释性.此外大部分工作是使用对抗图来减少恶意攻击的负面影响，通常忽视了干净图的潜力，主要是因为它们无法区分对抗图和正常图.因此，本文研究了通过特征转换来探索干净图和对抗图之间的内在差异，从而增强图神经网络对恶意攻击的鲁棒性...