أثر الهجمات العدائية على الشبكات العصبونية الممثلة بالبيان والكشف عنها

الملخص

تعتبر الشبكات العصبونية الممثلة بالبيانGNN  (Graph Neural Networks) أحد نماذج التعلم الآلي واسعة الانتشار وذلك لتميزها الكبير في عدد من التطبيقات الخاصة بنمذجة

الرسوم البيانية وتحليلها.

وعلى الرغم من كفاءة هذه الشبكات العالية بمهام تصنيف العقد والتنبؤ بالارتباط وحتى تصنيف البيان ككل، إلا أن أي تغيير بسيط في طوبولوجيا البيان أو خصائص العقد سيؤثر سلباً على أداء هذه الشبكات واستقرارها وسيؤدي الى نتائج غير مرغوبة.

تم في هذا البحث دراسة بنية الشبكات العصبونية الممثلة بالبيان (GNN) وكيفية تدريبها لتصنيف العقد الخاصة بالبيان الشهير (Citation Network) المعروف بشبكة الاقتباسات، ودراسة أثر الهجمات العدائية على هذه الشبكات وكيفية الكشف عنها.

تظهر النتائج التجريبية الأثر السلبي للهجمات العدائية على أداء GNN والذي يتيح الفرصة للمهاجمين لاستغلال الثغرات الأمنية وتقييد تطبيقاتها، كما أظهرت النتائج القدرة على كشف هذه الهجمات الحاصلة على الشبكة.