一种图数据预处理方法、系统、设备及介质
2025-02-27 12:46
No.1344651999546974208
技术概要
PDF全文
本技术提供了一种图数据预处理方法、系统、设备及介质,属于图数据处理技术领域,其方法包括如下步骤:去除待处理图数据的多个扰动边,得到粗略图;从多个扰动边中随机选取一些边添加到粗略图中生成待预测图;使用深度图互信息模型DGI学习粗略图和粗略图空间表示之间的互信息,以及待预测图和待预测图空间表示之间的互信息;判断两个互信息的差值是否小于阈值,若否,从剩余的扰动边中选择多个边添加到待预测图中生成新的待预测图,并再次判断新的待预测图及其空间表示的互信息与粗略图和粗略图空间表示之间的互信息的差值是否小于设定阈值,若是,则得到干净图。本发明能够去除图数据中的微小扰动结构,得到干净图数据。
背景技术
图数据是一种普遍存在的数据结构形式,能够表示各种实体及其复杂的相互连接关系。图数据可以反映各种现实世界的网络,包括蛋白质网络、交通网络、社交网络等。目前,图神经网络(GNNs)由于在节点分类、链接预测和图分类等任务中的显著表现,已成为一种有效分析图的强大工具。尤其是在图神经网络中引入无监督学习之后,在几乎不改变GNNs的表示学习质量的同时,可以不依靠标签进行学习。 然而,许多研究表示,当图神经网络遭到恶意对抗攻击时,图神经网络表现出显著的脆弱性,换句话说,当输入图神经网络中的图数据的结构中具有微小扰动(污染的图数据)时,就有可能导致图神经网络产生错误的预测结果。因此,有必要对输入图神经网络中的图数据(被攻击图)进行预处理,识别受污染的图数据中的被扰动的结构,移除扰动结构,以提高模型性能。 目前,一些研究采用了基于相似性的检测方法来确定某个结构是否被扰动,即删除节点表示相似性非常低的节点之间的边缘。然而,这些方法在防御对抗攻击方面表现不佳,这是由于对抗攻击更有可能连接通常彼此距离较远的节点,扰动边缘可能会导致模型对原本不相邻的节点学习出相似的表示,从而无法有效识别微小的扰动结构,导致污染的图数据预处理效果不佳,影响图神经网络的对抗攻击训练效果。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
金弟  冯炳道  王晓宝
技术所属: 天津大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利