-
公开(公告)号:CN120068927A
公开(公告)日:2025-05-30
申请号:CN202510126889.6
申请日:2025-01-27
Applicant: 杭州电子科技大学
IPC: G06N3/042 , G06N3/08 , G06F18/214 , G06F18/241 , G06N5/04 , G06F21/55
Abstract: 本发明公开了一种图神经网络鲁棒性可视分析方法,该方法首先获取训练的图神经网络模型及其数据集,收集训练结果,进行数据提取获取基础数据。其次利用基础数据对数据集中数据和图神经网络模型结果,生成可视化图表。然后对数据集选择攻击方式施加攻击,将受攻击后的数据集作为输入,重新通过图神经网络模型进行推理判断,对受攻击后的网络模型的输出结果进行数据提取。最后基于提取的数据,识别出易受攻击扰动的节点,并进行标记,选择标记的易受扰动节点,作为焦点节点,进行可视分析。本发明能够更全面、更深入地分析网络模型的特性和问题,帮助专家全面有效评估图神经网络在面对不同攻击场景时的鲁棒性。