本發明公開了一種基于強化學習的通過添加虛假節點的圖對抗樣本生成方法,包括:(1)獲取原圖數以及圖節點分類模型,構造訓練集和測試集;向原圖數據中添加虛假節點,得到初始的對抗樣本;(2)構建攻擊模型;(3)在訓練集中選擇攻擊目標;(4)把當前的對抗樣本和攻擊目標輸入攻擊模型,選擇評估值最大的節點,構造新的對抗樣本;(5)將新的對抗樣本輸入分類模型,若分類結果為目標的結果,得到對抗樣本并進行下一步,否則跳轉步驟(4);(6)對攻擊模型進行訓練,并使用訓練好的攻擊模型進行測試和應用。本發明通過添加虛假節點的方法來生成圖的對抗樣本,能夠為設計出更加魯棒的圖深度學習模型提供幫助。
聲明:
“基于強化學習的通過添加虛假節點的圖對抗樣本生成方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)