結(jié)合對比學習的圖神經(jīng)網(wǎng)絡防御方法

摘要： 盡管圖神經(jīng)網(wǎng)絡在圖表示學習領域中已取得了較好性能，然而研究表明圖神經(jīng)網(wǎng)絡易受圖結(jié)構(gòu)對抗攻擊，即通過對圖結(jié)構(gòu)添加精心設計的擾動會使圖神經(jīng)網(wǎng)絡的性能急劇下降。目前，主流的圖結(jié)構(gòu)去噪方法雖能有效防御圖結(jié)構(gòu)對抗攻擊，但由于輸入圖遭受對抗攻擊程度的不確定性，該類方法在輸入圖未受攻擊或攻擊強度較小時易產(chǎn)生較多誤識別，反而損害圖神經(jīng)網(wǎng)絡預測結(jié)果。對此，提出一種結(jié)合對比學習的圖神經(jīng)網(wǎng)絡防御方法...