HeteroHBA：異種グラフに対するバックドア攻撃
Research Paper#Graph Neural Networks, Security, Backdoor Attacks🔬 Research|分析: 2026年1月3日 06:28•
公開: 2025年12月31日 06:38
•1分で読める
•ArXiv分析
この論文は、異種グラフニューラルネットワーク（HGNN）のバックドア攻撃に対する脆弱性に対処しています。ステルス性と有効性に焦点を当てた、HGNNにバックドアを注入するための新しい生成フレームワーク、HeteroHBAを提案しています。この研究は、現実世界でのアプリケーションが増加している異種グラフ学習におけるバックドア攻撃の実用的なリスクを浮き彫りにしているため重要です。提案された方法が既存の防御策に対して高い性能を示していることは、この分野におけるより強力なセキュリティ対策の必要性を強調しています。