一种基于去偏拓扑属性意识的图神经网络训练方法

本发明提供一种基于去偏拓扑属性意识的图神经网络训练方法，包括：获取用于训练图神经网络的关系网络图；根据设定的基线特征矩阵和关系网络图的属性特征矩阵利用积分梯度法识别敏感属性特征；根据识别的敏感属性特征计算业务对象节点之间的无偏属性相似度；根据业务对象节点之间的无偏属性相似度对关系网络图的拓扑结构进行重构；将重构关系网络图输入图神经网络模型，根据图神经网络模型的预测结果估计敏感属性特征与预测结果的互信息；结合图神经网络模型的任务损失、以及敏感属性特征与预测结果的互信息构建图神经网络模型的最终损失函数对图神经网络模型的参数进行更新。本发明可有效抵御拓扑扰动与属性中毒攻击，保障图神经网络在对抗环境下的预测准确性与稳定性，为关键业务场景提供可靠的模型防御能力。