研究分析多关系图学习中的信任与对抗操纵成本

Vincess Dongmo 与 Astride Melvin Fokam Ninyim 于 2026 年 10 月 27 日在 arXiv 发布预印本研究（arXiv:2610.37239），分析多关系图检测器在对抗操纵下何时该信任某条关系。理论证明：当部分节点被隔离在某关系上且攻击者无力打开门槛时，degree gating 严格优于任何选择或重加权。 论文提出基于每节点暴露度上界的指标，可在 16 例中的 15 例中选出加固后最能提升陷阱阈值的关系，优于信息量、成本或等编辑成本分析的至多 7 例。作者称，若缺乏成本信息，安全做法是不使用该关系。 该研究目前仅在合成图上验证：关系数量少（至多四个）时方法大多选择不使用，与仅用验证集的效果相当；成本感知的提议在关系较多时才有帮助。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。