Simple and Efficient Partial Graph Adversarial Attack: A New Perspective

要約

グラフ ニューラル ネットワークの研究がより集中的かつ包括的になるにつれて、その堅牢性とセキュリティが大きな研究関心を集めています。
既存のグローバル攻撃手法は、グラフ内のすべてのノードを攻撃対象として扱います。
既存の方法では優れた結果が得られていますが、まだ改善の余地がかなりあります。
重要な問題は、現在のアプローチがグローバル攻撃の定義に厳密に従っていることです。
これらは重要な問題を無視しています。つまり、ノードごとに堅牢性が異なり、攻撃に対する耐性が同等ではありません。
世界的な攻撃者の視点から見ると、攻撃予算を堅牢性の高いノードに無駄に費やすのではなく、賢明に配置する必要があります。
この目的のために、我々は、脆弱なノードを攻撃対象として選択する、部分グラフ攻撃 (PGA) と呼ばれるまったく新しい手法を提案します。
まず、脆弱なアイテムを選択するために、攻撃者が攻撃しやすいノードのみに集中できるようにする階層的なターゲット選択ポリシーを提案します。
次に、エッジの追加または削除に最も有望なアンカーを選択するためのコスト効率の高いアンカー選択ポリシーと、より効率的な攻撃を実行するためのより積極的な反復的な貪欲ベースの攻撃方法を提案します。
広範な実験結果により、PGA は他の既存のグラフ グローバル攻撃手法と比較して、攻撃効果と攻撃効率の両方で大幅な改善を達成できることが実証されています。

要約(オリジナル)

As the study of graph neural networks becomes more intensive and comprehensive, their robustness and security have received great research interest. The existing global attack methods treat all nodes in the graph as their attack targets. Although existing methods have achieved excellent results, there is still considerable space for improvement. The key problem is that the current approaches rigidly follow the definition of global attacks. They ignore an important issue, i.e., different nodes have different robustness and are not equally resilient to attacks. From a global attacker’s view, we should arrange the attack budget wisely, rather than wasting them on highly robust nodes. To this end, we propose a totally new method named partial graph attack (PGA), which selects the vulnerable nodes as attack targets. First, to select the vulnerable items, we propose a hierarchical target selection policy, which allows attackers to only focus on easy-to-attack nodes. Then, we propose a cost-effective anchor-picking policy to pick the most promising anchors for adding or removing edges, and a more aggressive iterative greedy-based attack method to perform more efficient attacks. Extensive experimental results demonstrate that PGA can achieve significant improvements in both attack effect and attack efficiency compared to other existing graph global attack methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google