PulseAugur
中
实时 00:06:46
English(EN) Cross-Paradigm Graph Backdoor Attacks with Promptable Subgraph Triggers

研究人员开发了一种使用提示性子图触发器的跨范式图后门攻击新方法。

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为“具有提示性子图触发器的跨范式图后门攻击”（CP-GBA）的新方法，以解决图神经网络（GNNs）中的漏洞。现有的攻击通常仅限于特定的GNN学习范式，这阻碍了它们在不同框架中的有效性。CP-GBA利用图提示学习来创建可迁移的子图触发器，这些触发器具有类别感知、特征丰富和结构健全的特点，并在实验中展示了最先进的攻击成功率。 AI

影响 这项研究揭示了针对GNN的新攻击向量，可能影响更鲁棒的防御措施的开发。

排序理由 这是一篇详细介绍图神经网络后门攻击新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员开发了一种使用提示性子图触发器的跨范式图后门攻击新方法。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Dongyi Liu, Jiangtong Li ·

    跨范式图后门攻击与可提示子图触发器

    arXiv:2510.22555v2 Announce Type: replace-cross Abstract: Graph Neural Networks(GNNs) are vulnerable to backdoor attacks, where adversaries implant malicious triggers to manipulate model predictions. Existing trigger generators are often simplistic in structure and overly reliant…

相关实体

相关话题