arXiv · cs.AI· Manshika Charvi Bissessur·· 10 天前AI 评分11
CoLAT：面向标签投毒下鲁棒图神经网络的对比对抗训练方法
Contrastive Adversarial Training for Robust Graph Neural Networks under Label Poisoning
来源与原文
arXiv · cs.AI
作者：Manshika Charvi Bissessur
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.24685v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 CoLAT（Contrastive Label-flipping for Adversarial Training），一个针对图神经网络标签投毒防御的对比对抗训练框架。该方法利用对比嵌入识别标签-结构不一致的高风险节点，在对抗训练中引导对抗性标签翻转，并顺带清洗部分受损标签。在多个 benchmark 上，CoLAT 在不同投毒强度下持续优于现有防御方法，且可高效扩展到大图。
来源：arXiv · cs.AI · arxiv.org