您当前的位置:
首页 >
文章列表页 >
基于对比学习的图神经网络后门攻击防御方法
学术论文 | 更新时间:2024-05-31
    • 基于对比学习的图神经网络后门攻击防御方法

    • CLB-Defense: based on contrastive learning defense for graph neural network against backdoor attack

    • 通信学报   2023年44卷第4期 页码:154-166
    • DOI:10.11959/j.issn.1000-436x.2023074    

      中图分类号: TN92
    • 网络首发:2023-04

      纸质出版:2023-04-25

    移动端阅览

  • 陈晋音, 熊海洋, 马浩男, 等. 基于对比学习的图神经网络后门攻击防御方法[J]. 通信学报, 2023,44(4):154-166. DOI: 10.11959/j.issn.1000-436x.2023074.

    Jinyin CHEN, Haiyang XIONG, Haonan MA, et al. CLB-Defense: based on contrastive learning defense for graph neural network against backdoor attack[J]. Journal on Communications, 2023, 44(4): 154-166. DOI: 10.11959/j.issn.1000-436x.2023074.

  •  
  •  

0

浏览量

2149

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

面向内部用户行为异常检测的图掩码对比学习方法
基于参数空间定向对抗扰动的后门检测与防御方法
面向威胁情报的小样本文档级事件抽取方法
动态时序扩散和多层级细化的红外与可见光图像融合网络
基于图提示微调的WSN节点时空相关性异常检测方法

相关作者

袁璐
张斌
姜迎畅
房礼国
孙剑文
李红宇
马骏
田有亮

相关机构

部队
信息工程大学密码工程学院
贵州大学大数据与信息工程学院
贵州省密码学与区块链技术特色重点实验室
贵州大学计算机科学与技术学院
0