图神经网络中的无后门模型节点注入攻击方法

本发明公开了一种图神经网络中的无后门模型节点注入攻击方法，包括：获取目标图神经网络的原始数据集，基于原始数据集预训练中介模型；构建特定结构触发器生成器模型，并生成触发器节点绑定至目标节点，获得中毒数据集；基于中毒数据集与中介模型训练特定结构触发器生成器模型，获得通用触发器生成器模型；构建并训练若干种不同结构的图神经网络测试模型；基于通用触发器生成器与测试数据集获得中毒测试数据集；通过若干种不同结构的图神经网络测试模型分别对中毒测试数据集进行预测，根据预测结果评估攻击性能。本发明解决了现有后门攻击方法中依赖后门模型的构建、复杂节点选择算法的问题，提升攻击方法的隐蔽性和实际可操作性。