🤖 machine learning
Universal Graph Backdoor Defense: A Feature-based Homophily Perspective
यह शोध पत्र एक सार्वभौमिक ग्राफ बैकडोर रक्षा ढांचे का प्रस्ताव करता है जो इस अंतर्दृष्टि का लाभ उठाता है कि बैकडोर वाले नोड्स (nodes) स्वच्छ नोड्स की तुलना में कम फीचर-आधारित होमोफिली (homophily) प्रदर्शित करते हैं, और सबग्राफ-आधारित एवं फीचर-आधारित ग्राफ बैकडोर हमलों को प्रभावी ढंग से कम करने के लिए एक नेबर-अवेयर रिकंस्ट्रक्शन लॉस (neighbor-aware reconstruction loss) और मजबूत प्रशिक्षण रणनीति का उपयोग करता है जबकि स्वच्छ सटीकता को बनाए रखता है।