TopFeaRe：位相-特徴の絡み合いを踏まえたグラフにおける敵対的ロバスト性の臨界状態の特定

Abstract

グラフに対する敵対的攻撃は通常、トポロジー／構造とノード特徴という2つの観点から生成されます。これらはいずれも、今日の深層学習モデルが学習する最重要の特性を表しています。現時点でいくつかの防御の対抗手段が提案されているものの、これら2つの側面がなぜ必要であるのか、またそれらをどのように適切に融合してグラフ表現を共同学習するのか、という本質的な理由を十分に明らかにしていません。本研究ではこの問いに対して、複雑ダイナミカルシステム（CDS）分野の平衡点理論に基づき、敵対的頑健性におけるグラフの臨界状態を特定することで敵対的防御アプローチを提案します。要するに、本研究には3つの新規性があります。i) 敵対的攻撃のモデリング、すなわちグラフのレジームをCDSに写像し、動的システムの振動を用いて敵対的摂動の振る舞いをモデル化すること。ii) 摂動グラフに対する2Dトポロジー—特徴エンタングル関数の設計、すなわちグラフのトポロジーとノード特徴を2つの特徴空間として射影し、敵対的攻撃下での動的な分散を表す2次元の絡み合った摂動関数を定義すること。iii) 敵対的頑健性における臨界状態の位置特定、すなわち摂動によって反映された2D関数を手掛かりに、平衡点理論を利用して、攻撃に対するグラフの臨界状態を特定すること。最後に、一般に広く用いられている5つの現実的データセットに対する多面的な実験により、提案手法の有効性を検証します。その結果、当社の手法は、4つの代表的なグラフ敵対的攻撃において、最先端のベースラインを大幅に上回ることが示されました。