[发明专利]一种面向后门攻击的防御方法

权利要求书

1.一种面向后门攻击的防御方法，其特征在于，包括如下步骤：

步骤1，获取图神经网络模型M_oracle及其训练数据集Data_oracle；

步骤2，对训练数据集Data_oracle进行预处理：取出部分数据组成干净样本数据集Data_clean，连边操作后获得新的训练数据集Data_deal，将新的训练数据集Data_deal划分为训练集Data_train，验证集Data_val和测试集Data_test；

步骤3，构建生成器网络G，将所述训练集Data_train中样本数据输入到生成器网络G中，得到重要性数值e_ij；将所述重要性数值e_ij输入softmax层得到相应的节点嵌入h'，将节点嵌入h'经解码器解码得到预测图Y_pred；

步骤4，构建鉴别器网络D，将所述干净样本数据集Data_clean和预测图Y_pred输入鉴别器，经鉴别器网络D特征提取得到相应的节点嵌入Z_train，将节点嵌入Z_train输入全连接层FC和softmax层，输出图数据二分类的结果；

步骤5，防御模型的训练：对生成器网络G和判别器进行优化训练，得到训练后的生成器网络G作为后续防御网络；将所述数据训练集Data_train和生成器网络G的优化函数输入到后续防御网络中降低模型的损失函数值，完成后门攻击的防御网络模型搭建；

步骤6，防御模型中生成器网络的应用：将删减连边处理后的任务数据D_real输入到生成器网络G中进行数据重建，得到最终数据D_{real_defense}，再将该数据送入执行下有任务的模型M_oracle中，得到任务结果。

2.根据权利要求1所述的面向后门攻击的防御方法，其特征在于，所述图神经网络模型M_oracle的下游任务为图分类任务；图神经网络模型M_oracle为已经训练完成的图分类器f:E→{0,1,...,y_i}；其中E为相应的输入样本，{0,1,...,y_i}为所对应的分类器预测标签。

3.根据权利要求1所述的面向后门攻击的防御方法，其特征在于，所述训练数据集Data_oracle为COLLAB数据集，Twitter数据集或Bitcoin数据集。

4.根据权利要求1所述的面向后门攻击的防御方法，其特征在于，步骤3中，生成器网络G包括编码器和解码器，所述编码器为GAT网络，所述解码器为全连接层FC网络；

得到重要性数值e_ij的过程具体包括：将所述训练集Data_train中每一样本数据转换成相应的邻接矩阵A_train和特征矩阵X_train～U(0,1)，输入到生成器网络G中，其中特征矩阵X_train作为噪声输入，通过GAT网络得到节点的嵌入，从输入数据得到的节点特征的集合表示为：

其中，为节点i的特征向量,N为节点的数量，F节点的特征维度；e_ij代表节点j对节点i的重要性程度，a为映射函数，W为权重参数矩阵。