面向图神经网络谣言检测器的高效攻击模型

范业博,李逸成,刘勇,张薇

Efficient attack model targeting GNN-based rumor detectors

Yebo FAN,Yicheng LI,Yong LIU,Wei ZHANG

表 3 EAT-GNN在Weibo数据集上的攻击成功率

Tab.3 Attack success rate of EAT-GNN on Weibo dataset

新闻类型 图神经网络 ASR MARL GAFSI HMIA-LLM EAT-GNN 假新闻 GCN 0.92 1.00 0.78 0.87 GAT 0.51 0.63 0.89 0.97 SAGE 0.60 0.82 0.67 0.79 U-GCN 0.37 0.65 0.79 0.89 U-GAT 0.44 0.55 0.64 0.91 U-SAGE 0.53 0.87 0.73 0.95 真新闻 GCN 0.78 0.89 0.91 0.98 GAT 0.48 0.54 0.81 0.83 SAGE 0.35 0.73 0.72 0.80 U-GCN 0.28 0.88 0.56 0.94 U-GAT 0.16 0.66 0.71 0.83 U-SAGE 0.31 0.70 0.93 0.93