Adversarial Attacks on Neural Networks for Graph Data(2018 ACM SIGKDD)
AdversarialAttacksonNeuralNetworksforGraphData----《针对图数据的神经网络的对抗攻击》论文提出了两个问题:1、属性图的深度学习模型容易受攻击吗?2、他们的结果可靠吗?回答这两个问题需要考虑到GNN的特性:①关系效应:图中的预测不止是基于单个实例,而是基于各种实例的联合。②消息传播机制:操纵一个实例会影响许多其他实例。摘要 基于图的深度学习模型在节点