图对抗防御研究进展数据派THU关注共 618字，需浏览 2分钟 ·2021-12-17 16:43 来源：专知本文附论文，建议阅读5分钟图对抗防御致力于提高GNN的鲁棒性和泛化能力以抵御对抗攻击。图神经网络（GNN）在多个领域的复杂任务中已经得到成功的应用，但研究表明其易受到对抗攻击而导致性能严重下降，这种脆弱性影响了包含节点分类、链路预测和社团探测在内的所有应用。图对抗攻击已经可以高效地实施，这带来了严重的安全隐患和隐私问题，图对抗防御致力于提高GNN的鲁棒性和泛化能力以抵御对抗攻击。综述了图对抗防御算法研究进展，首先，介绍了图对抗防御的背景和相关概念，并对图对抗防御研究发展脉络进行梳理和分析。然后，根据防御算法的不同防御策略将算法分为四类，包括攻击检测、对抗训练、可认证鲁棒性以及免疫防御，对每类防御算法原理进行分析总结。在此基础上，分析了每种防御算法的原理和实现，并从防御策略、目标任务、优缺点和实验数据等方面对典型算法进行全面的比较。最后，通过对现有图对抗防御算法全面、系统的分析，对防御算法当前存在的问题及未来发展方向进行了总结和探讨，为图对抗防御进一步的发展提供帮助。http://fcst.ceaj.org/CN/abstract/abstract2978.shtml 浏览 8点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 【GNN】AAAI2021 | 图神经网络研究进展解读机器学习初学者0液体变焦镜头的研究进展新机器视觉0图神经网络（GNN）过去、现在、应用和未来最新研究进展分享人工智能与算法学习0故障排查-DDOS攻击防御 CC防御-优化加速北京君云时代科技有限公司0抽取式摘要最新研究进展程序员大白0卫星隐身技术研究进展及发展趋势卫星与网络0德迅云安全游戏盾【DDoS防御/CC防御】游戏盾是德迅针对游戏行业所推出的高度可定制的网络安全解决方案，除了能针对大型DDoS攻击（T级别）进行有效防御外，还能彻底解决游戏行业特有的TCP协议的CC攻击问题，防护成本更低，效果更好！红蓝对抗服务天融信红蓝对抗服务通过多种攻击手段的实战,来检测客户业务系统的安全状态与整体安全防御能力,有效的发现客户的互联网及内网的安全问题,从而帮助客户更好的完善安全防护体系,有助于各领域管理和技术人员发现网络安全威胁,了解网络攻击带来的巨大危害,增强对网络风险认知的直观性和紧迫性.对比学习（Contrastive Learning）:研究进展精要极市平台0社区精选 |防御式CSS是什么？这几点属性重点防御！SegmentFault0点赞 评论 收藏 分享 手机扫一扫分享分享 举报
