RGDM：从受攻击图生成合成结构提升鲁棒性

Yancheng Wang 等研究者提出鲁棒图扩散模型 RGDM，用于从受对抗攻击的图中生成带标签的节点与边合成结构。该模型由鲁棒图自编码器（RGAE）和潜在扩散模型（LDM）组成，并借助边选择机制与潜在特征上的低秩正则化提升生成质量。 在半监督节点分类中，将合成结构与原始受攻击图合并训练后，GNN 对多种图对抗攻击的鲁棒性显著提升。代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。