[发明专利]针对图神经网络的黑盒逃逸图注入攻击方法

摘要

本发明公开了一种针对图神经网络的黑盒逃逸图注入攻击方法，包括如下步骤：步骤一：获取代理图数据集Gsur；步骤二：训练代理模型fsur；步骤三：获取原始受害者图数据集G；步骤四：使用代理模型fsur为原始受害者图数据集G生成标签集L；步骤五：计算注入节点集Vinj的候选邻居节点集Vnei；步骤六：构建注入节点集Vinj中的节点与原始受害者图数据集G的拓扑连接；步骤七：自适应优化注入节点的特征Xinj；步骤八：攻击受害者模型fvit。这种方法可以保证攻击性能与攻击隐蔽性，提高攻击者在图神经网络模型的节点分类任务上的攻击性能。