论文笔记|EDoG: Adversarial Edge Detection For GraphNeural Networks

文章信息

Published in: 2023 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML)

作者：Xiaojun Xu; Hanzhang Wang; Alok Lal; Carl A. Gunter; Bo Li

链接: EDoG: Adversarial Edge Detection For Graph Neural Networks | IEEE Conference Publication | IEEE Xplore

核心思路

本文的核心思路在于利用生成图的技术来预测哪些边可能是恶意边，使用生成图技术预测概率低的那些边被过滤掉，（此模型只关注删除边而不增加边，因为文中提到相比删除边缘，添加边缘通常是一种更便宜、更实际的攻击方式。例如，在一个无向引用网络中，作者可以轻松地通过在自己的论文中引用其他作者来添加边缘，但如果他们的论文已被其他人引用，则无法删除边缘。）其核心是他所提出的图生成模型，不同于以往的图生成模型要求生成的图多样化，本生成模型只要求学到本图的结构特征信息。模型整体结