买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民大学

摘要：本公开提供一种使用轮廓分数的商品分类攻击方法。步骤S1，将商品分类网络中的对象及对象关系使用图数据结构进行图建模；步骤S2，节点特征预处理；步骤S3，节点级别聚类；步骤S4，轮廓分数计算；步骤S5，图结构攻击；步骤S6：重复步骤S2‑S5，返回完成插入节点后的图结构作为攻击后的图。该方案可以被使用到具有同配性与不具有同配性的商品分类网络中，进行有效的黑盒图结构攻击；方法使用聚类算法对图节点进行预处理；引入轮廓分数评估攻击后图的质量；使用可扩展的梯度下降算法优化目标以降低图质量，作为更普适的黑盒攻击算法。

主权项：1.一种使用轮廓分数的商品分类攻击方法，其特征在于，包括步骤S1-S6：步骤S1，将商品分类网络中的对象及对象关系使用图数据结构进行建模，表示为图G，商品为G中的节点，记图上商品数量为n，商品之间的共同购买关系为图G中的边，其对应的邻接矩阵记为A；节点对象附带有节点特征与节点标签，分别记为X与Y，其中节点特征X的维度为d，d通常大于等于100；黑盒图修改攻击的攻击者通过修改至多b条边得到攻击后的图结构A‘；测试的防守方使用图神经网络，将X,A'作为输入，对所述标签Y进行预测；在攻击开始时，初始化A'＝A，迭代轮数为T，对输入节点特征X，使用降维算法以降低后续算法时间与空间复杂度；步骤S2，节点特征预处理：计算在图上以节点为单位传播降维后的节点特征，得到A'2X，记传播后的节点特征为XP，步骤S3，节点级别聚类：输入传播后节点特征XP，运行节点级别聚类算法，选择采取K-means++初始化的K-means节点聚类算法，记商品类别数为c，聚类算法将图上节点分为c类；步骤S4，轮廓分数计算：根据传播后的特征XP以及聚类结果，为当前图计算轮廓分数，计算轮廓分数的计算方式为： 其中，记节点i所在类别为CI,ai'为节点i所在类别CI的平均类内距离，bi'为节点i与其它类别记为CJ的平均类间距离，在a'i的计算中，j为与i同类但不相同的节点；在b'i的计算中，j为与i不同类的节点；D为使用欧式距离的距离度量，s为最终的攻击目标分数；步骤S5，图结构攻击，将s作为优化目标，计算s对图结构A‘中元素的梯度，选择其中梯度最大的bT个元素进行边修改，得到被修改的新图结构A'；步骤S6：重复步骤S2-S5共T次，返回完成插入节点后的图结构A'，构成攻击后的图，作为新的商品共同购买关系被破环的关系图，表示商品分类关系遭到扰动。

全文数据：

权利要求：

百度查询： 中国人民大学 使用轮廓分数的商品分类攻击方法