引入度中心性选择攻击节点的对抗攻击算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2024，60（18）285

引入度中心性选择攻击节点的对抗攻击算法

1，2131，2121

钱榕，徐雪飞，刘晓豫，张克君，曾俊铭，吕宗芳，郭竞桧

1.北京电子科技学院网络空间安全系，北京100070

2.西安电子科技大学计算机科学与技术学院，西安710071

3.北京电子科技学院管理系，北京100070

摘要：图卷积网络（GCN）在图神经网络中应用广泛，在处理图结构数据方面发挥着重要作用。然而，最近的研究

表明，GCN容易受到中毒攻击等恶意攻击。在针对GCN的所有可能的对抗性攻击中，有一种特殊的方法是针对图

卷积网络的目标通用攻击TUA（targetuniversalattack）。该方法在挑选攻击节点时为了简便采用随机选择策略，该

策略忽略了节点邻居对节点的重要性，对攻击成功率有负面影响。针对这个问题，提出了一种基于度中心性的攻击

节点选择策略的对抗攻击算法（adversarialattackalgorithmbasedondegreecentralityattacknodeselectionstrategy，

DCANSS）。优化挑选攻击节点的方式，引入度中心性，得到攻击节点。注入假节点并与攻击节点连接。挑选辅助

节点并应用图卷积网络的消息传递机制，使节点信息扩散，计算扰动并将扰动特征赋予假节点，完成攻击，达到误分

类目标。在三个流行的数据集上的实验表明，当仅使用3个攻击节点和2个假节点时，所提出的攻击对图中任意受

害节点的平均攻击成功率达到90%。将DCANSS算法与TUA算法以及其他建立的基线算法进行实验对比，进一步

验证了DCANSS算法的攻击能力。

关键词：度中心性；目标通用攻击（TUA）；基于度中心性的攻击节点选择策略（DCANSS）；图对抗攻击算法；图神经网络

文献标志码：A中图分类号：TP18doi：10.3778/j.issn.1002-8331.2306-0265

AdversarialAttackAlgorithmforIntroducingDegreeCentralitySelectionofAttackNodes

1，2131，2121

QIANRong,XUXuefei,LIUXiaoyu,ZHANGKejun,ZENGJunming,LYUZongfang,GUOJinghui

1.DepartmentofCyberspaceSecurity,BeijingElectronicScienceandTechnologyInstitute,Beijing100070,China

2.CollegeofComputerScienceandTechnology,XidianUniversity,Xi’an710071,China

3.DepartmentofManagement,BeijingElectronicScienceandTechnologyInstitute,Beijing100070,China

Abstract：Graphconvolutionalnetworks(GCN)arewidelyusedingraphneuralnetworksandplayanimportantrolein

processinggraphstructureddata.However,recentstudieshaveshownthatGCNisvulnerabletomaliciousattackssuchas

poisoningattacks.OfallthepossibleadversarialattacksagainstGCN,one