PulseAugur
中
实时 10:03:37
English(EN) Community Concealment from Graph Neural Networks

新的FCom-DICE方法可隐藏图神经网络中的社区

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为FCom-DICE的新方法，用于保护网络中敏感社区免遭图神经网络（GNNs）识别。该技术通过对网络连接和节点特征进行微小且保持效用的修改来实现。FCom-DICE旨在降低GNNs用于社区推断的区分度，从而增强隐私。该方法在包括社交网络和金融交易数据在内的各种真实世界数据集上，表现优于仅基于结构的方法。 AI

影响 引入了一种新颖的GNN隐私保护技术，可能影响敏感数据的分析和保护方式。

排序理由 关于图神经网络隐私保护新方法的学术论文。[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 →

新的FCom-DICE方法可隐藏图神经网络中的社区

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Dalyapraz Manatova, Pablo Moriano, L. Jean Camp ·

    图神经网络中的社区隐藏

    arXiv:2602.12250v2 Announce Type: replace Abstract: Graph neural networks (GNNs) enable powerful unsupervised learning of communities. However, such inference may inadvertently expose sensitive group structures, critical clustered patterns, or collective behaviors, raising concer…

相关实体

相关话题