边缘环境下基于图神经网络的鲁棒性分类方法

本发明提供一种边缘环境下基于图神经网络的鲁棒性分类方法，在分类任务中，每一层图神经网络中，重复通过消息传递机制将节点和边的信息进行聚合和更新的过程直到最后一层；对于每个节点，使用邻居节点和边的信息计算新的节点特征；每次消息传递步骤之前，依据Drop Message随机选择部分节点、边或消息进行丢弃；具体步骤如下：节点丢弃：随机选择一定比例的节点，将其特征向量置零；边丢弃：随机选择一定比例的边，将其连接关系临时移除；消息丢弃：在消息传递过程中，随机丢弃部分消息传递路径，以降低过拟合风险。