arXiv ID:
2606.01560
GJDNet:通过联合解缠学习实现鲁棒图神经网络的对抗攻击防御 / GJDNet: Robust Graph Neural Networks via Joint Disentangled Learning Against Adversarial Attacks
1️⃣ 一句话总结
该论文提出了一种名为GJDNet的图神经网络模型,通过将节点特征和决策空间进行分离学习,有效抵御针对图结构的对抗性攻击,在多类不同连接模式的图上均能保持高稳定性。