期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于对抗性扰动图形神经网络的隐私攻击防御策略 被引量:2
1
作者 岑振宇 唐吉深 《广西大学学报(自然科学版)》 CAS 北大核心 2023年第1期156-172,共17页
为了保护隐私,同时维护干扰数据效用,提出了一种基于对抗性扰动图形神经网络的隐私攻击防御策略。候选边缘选择确保扰动图不可见,图形神经网络组合优化,确保隐私得到保护和数据实用性。进一步证明扰动图结构比扰动节点特征对图形神经网... 为了保护隐私,同时维护干扰数据效用,提出了一种基于对抗性扰动图形神经网络的隐私攻击防御策略。候选边缘选择确保扰动图不可见,图形神经网络组合优化,确保隐私得到保护和数据实用性。进一步证明扰动图结构比扰动节点特征对图形神经网络的影响更大,并且证明扰动可以在模型不可察觉性和隐私保护之间取得平衡。实验结果表明:提出方法可以同时保持图形数据的不可见性,保持目标标签分类的预测置信度并降低隐私标签分类的预测置信度。 展开更多
关键词 隐私保护 对抗性 图形神经网络 隐私标签分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部