关键词: 图数据, 图神经网络, 图对抗攻击, 对抗样本

摘要：

图数据建模的深度学习在复杂任务中表现出优异的性能，包括节点分类、链接预测和图分类。然而，输入上的细微扰动很容易导致深层神经网络的虚假输出。图形神经网络也继承了这一漏洞，它引起了人们对将图形神经网络应用于金融和运输等安全关键领域的关注。通过研究图形对抗攻击的机制和方法，可以提高对图形神经网络脆弱性和鲁棒性的理解，促进图形神经网络的广泛应用。图形对抗攻击已经成为一个亟待进一步发展的研究课题。首先，介绍了图形对抗攻击的相关概念。然后，根据攻击策略，将对抗性攻击算法分为拓扑攻击、特征攻击和混合攻击三类。此外，还总结了每个类别，如其核心思想和战略。此外，还比较了一些典型的攻击，包括具体的实现方法、优点和缺点。通过对现有技术的分析，总结了图形对抗攻击存在的问题和发展方向，为进一步研究图形对抗攻击提供了帮助。

关键词： 图形数据， 图形神经网络， 图形对抗性攻击， 对抗性例子