基于图神经网络最小扰动预算的动态多步对抗攻击方法

本发明公开了一种基于图神经网络最小扰动预算的动态多步对抗攻击方法，属于多步攻击、信息安全技术领域，本发明的动态多步对抗攻击算法主要由多步扰动预算确定、图卷积网络的动态扰动传播、最优攻击路径搜索策略和算法评估四部分组成。首先，通过构建基于最大化目标节点分类误差的多步攻击损失函数，实现对扰动路径的精准把控。其次，利用动态搜索策略，在每一步中优先选择最易受攻击的节点并合理分配扰动预算，通过逐步扩散提升攻击的持续性与隐蔽性。然后，结合邻接矩阵与节点特征的多重扰动约束，从扰动强度和平衡性两个维度优化攻击过程。最后，通过消融实验和与其他同类算法的整体性能比较，验证了本发明提出方法的有效性和优越性。