一种基于生成式对抗网络的图神经网络模型防御方法及装置

摘要

本发明公开了一种基于生成式对抗网络的图神经网络模型防御方法，其特征在于，包括：根据接收的对抗样本数据对应的第一邻接矩阵，对第一图卷积模型进行训练，同时得到第一节点嵌入向量；基于生成式对抗网络构建训练系统，得到第二节点嵌入向量；构建训练系统的损失函数，利用第一损失函数和第二损失函数对训练系统进行训练，确定重构邻接矩阵模型；将对抗网络图像的节点嵌入向量输入至重构邻接矩阵模型得到重构邻接矩阵，将重构邻接矩阵输入干净样本数据训练的图卷积模型，使得所述图卷积模型能够正确分类。本发明还提供了一种基于生成式对抗网络的图神经网络模型防御装置，该装置能够有效地减弱对抗性扰动，提高图神经网络对对抗攻击的鲁棒性。