南京大学PASA大数据实验室论文被国际数据挖掘顶级期刊IEEE TKDE（CCF A类 ）录用！

近日，南京大学PASA大数据实验室在图对抗攻击（Graph Adversarial Attack）方向的论文“Simple and Efficient Partial Graph Adversarial Attack: A New Perspective”被数据挖掘领域国际顶级期刊IEEE TKDE录用。TKDE全称为 IEEE Transactions on Knowledge and Data Engineering，是人工智能、机器学习以及数据挖掘领域顶级的学术期刊之一，是CCF-A类推荐国际学术期刊。该论文研究提出了一种新型的基于部分攻击的图对抗攻击范式，工作主要由PASA大数据实验室研究生陈梦雨完成，指导教师为朱光辉博士。

图对抗攻击器作为图神经网络（GNN）鲁棒性学习中的“矛”，通过添加虚假边或者删除已存在边，达到攻击GNN性能的目的。本工作基于“集中火力，攻击脆弱节点”的思想，提出一种简单且有效的全局图对抗攻击方法，通过识别网络图中脆弱的节点，从而将有限的攻击预算重点放在脆弱的易受攻击的节点，并自动地为这些节点添加虚假边或者删除已有边。实验结果表明，本工作提出方法能够攻击不同类型的图神经网络模型，在攻击性能和攻击效率上均显著优于已有的方法。