研究人员开发了新的方法来攻击和防御图神经网络（GNN）免受信息泄露。该研究表征了同质性和异质性等图属性如何影响训练数据的可恢复性。基于马尔可夫链近似，他们提出了一种通过对齐GNN层之间的表示来重建图邻接的攻击方法，以及一种在保持分类准确性的同时抑制这种敏感信息的防御方法。 AI
影响 引入了GNN隐私保护的新技术，可能影响敏感图数据的处理方式。
排序理由 详细介绍GNN新攻击和防御方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →