論文「LiSA」がPAKDD 2025に採録され、最優秀論文賞を受賞しました
2025.06.10
グラフニューラルネットワーク（GNN）への従来の攻撃は、元のグラフを直接書き換えたり、人工的に作ったノードへ辺を張ったりするもので、現実のサービスでは実行が困難でした。本研究は、既存グラフから孤立したサブグラフを注入するだけという、より現実的な攻撃シナリオを提案しています。
提案手法 LiSA は、リンク推薦器とノード分類器の両方を同時に欺くことを狙います。リンク推薦器が標的ノードと注入サブグラフの間にリンクを提案するよう誘導し、利用者自身がそのリンクを結んでしまうことで、結果としてノード分類の精度が低下します。二つの代理モデルと二段階最適化により、この二つの攻撃目的を同時に満たします。本論文はPAKDD 2025においてBest Paper Awardを受賞しました。
【論文情報】
Wenlun Zhang, Enyan Dai, Kentaro Yoshioka, “LiSA: Leveraging Link Recommender to Attack Graph Neural Networks via Subgraph Injection,” Proceedings of the 29th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2025), 2025.（Best Paper Award 受賞）