基于鲁棒学习图智能的知识图谱异常关系检测清洗方法

本发明涉及图神经网络安全，尤其是涉及一种基于鲁棒学习图智能的知识图谱异常关系检测清洗方法。

背景技术：

1、图神经网络（graph neural network，gnn）能够基于图结构和节点属性开展节点分类、链接预测等关系学习任务。由于此类模型通常依赖节点之间的消息传递，图拓扑及邻域关系发生扰动时，节点表示及相应下游任务结果可能受到影响。

2、恶意边注入是一类图数据投毒攻击。攻击者可在原本无关的节点之间注入伪造边，改变图拓扑结构和节点邻域语义。现有防御方法主要包括模型级鲁棒化、图清洗和检测过滤：模型级鲁棒化可增强模型对扰动的耐受性，但通常不直接给出具体恶意边；图清洗常按照阈值过滤可疑边，单阶段阈值在精确率与召回率之间不易兼顾；检测过滤若主要依赖单一全局排序，对排序边界附近的可疑边可能难以进一步区分。

3、因此，现有方法在区分高置信恶意边和边界模糊可疑边时仍有改进空间；若直接采用单阶段过滤，还可能出现误删良性边、漏检隐蔽攻击边或者对良性连通关系造成不必要影响的情况。

技术实现思路

1、本发明旨在解决现有图中毒防御方法采用单一排序或阈值过滤时难以区分高置信恶意边与边界模糊可疑边、可能误删良性边或漏检隐蔽攻击边的问题，提供一种基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，以在识别可疑边并生成清洗图的同时，兼顾检测效果与图结构完整性。

2、为了实现上述目的，本发明的技术方案包括：

3、一种基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其包括：

4、s1、获取原始干净图，向所述原始干净图注入恶意边，生成中毒图；针对所述中毒图中的每条边，提取边级结构特征、度特征、节点嵌入相似度特征和节点属性一致性特征，并拼接得到边特征向量；

5、s2、基于标注边样本训练基础检测器，利用所述基础检测器输出所述中毒图中各条边的可疑度得分，按照所述可疑度得分降序生成全局排序序列；

6、s3、对所述全局排序序列计算滑动窗口统计量，并根据所述滑动窗口统计量自适应确定边界阈值，基于所述边界阈值将所述全局排序序列划分为高风险区和不确定区；

7、s4、针对所述不确定区内的边，基于原始边特征和所述边在所述全局排序序列中的排序信息构建尾部特征，基于所述不确定区内的标注边样本训练尾部重排器，利用所述尾部重排器对所述不确定区内的边进行二次排序，以确定尾部高风险边；

8、s5、将所述高风险区内的边与所述尾部高风险边合并得到最终可疑边集合，从所述中毒图中移除所述最终可疑边集合对应的边，生成清洗图。

9、本发明的进一步改进在于，步骤s1中，所述恶意边的注入策略包括：随机注入、语义注入、度目标注入和跨社区注入。

10、本发明的进一步改进在于，述边级结构特征包括共同邻居数和jaccard系数；所述度特征包括边的两端节点的节点度和度差；所述节点嵌入相似度特征包括所述两端节点的tf-idf与svd文本嵌入相似度；所述节点属性一致性特征包括所述两端节点的行业属性匹配度和产品属性匹配度。

11、本发明的进一步改进在于，所述标注边样本包括作为正样本的注入边和作为负样本的原始边，并在训练所述基础检测器时采用负采样缓解类别不平衡。

12、本发明的进一步改进在于，所述基础检测器采用lightgbm模型，所述lightgbm模型输出各条边的可疑度得分，并按照所述可疑度得分降序生成所述全局排序序列。

13、本发明的进一步改进在于，步骤s3中，所述滑动窗口统计量包括窗口内可疑度得分的均值、标准差以及相邻窗口之间的差异，基于所述均值、标准差和相邻窗口之间的差异自适应确定所述边界阈值。

14、本发明的进一步改进在于，步骤s4中，所述尾部特征包括所述原始边特征、排序位置、排序百分位、局部窗口统计量、得分变化幅度和结构冲突指标；所述尾部重排器采用lightgbm模型，并以所述不确定区内的样本为训练集。

15、本发明的进一步改进在于，步骤s5中，先移除所述高风险区内的边，再移除所述尾部高风险边，以生成所述清洗图。

16、本发明的进一步改进在于，在所述清洗图上执行节点分类任务或链接预测任务，并采用可疑边检测精确率、可疑边检测召回率、准确率、宏f1、auc、ap和性能恢复率中的至少一种评价防御效果；其中，所述性能恢复率为清洗图性能与中毒图性能之差占原始干净图性能与中毒图性能之差的比例。

17、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的面向供应链知识图谱的异常关系自适应检测清洗方法。

18、与现有技术相比，本发明的有益效果包括：

19、通过融合边级结构特征、度特征、节点嵌入相似度特征和节点属性一致性特征，使基础检测器能够从结构、节点连接程度、嵌入相似性及属性一致性等维度对边进行表征，为识别语义伪装、跨社区等隐蔽攻击边提供互补信息，有助于提高可疑边判断的可靠性。

20、通过基础检测器先生成全局排序序列，再利用滑动窗口统计量划分高风险区和不确定区，并对不确定区进行尾部重排，将高置信风险边的全局粗筛与边界模糊样本的局部细化结合，有助于兼顾可疑边检测精确率和检测召回率。

21、通过合并高风险区内的边和尾部高风险边，并按照先移除高风险区内的边、再移除尾部高风险边的方式进行清洗，使清洗对象集中于分阶段检测得到的最终可疑边集合，有助于减少对良性边的过度移除并保持图结构的可用性。

1.一种基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，包括：

2.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，步骤s1中，所述恶意边的注入策略包括：随机注入、语义注入、度目标注入和跨社区注入。

3.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，所述边级结构特征包括共同邻居数和jaccard系数；所述度特征包括边的两端节点的节点度和度差；所述节点嵌入相似度特征包括所述两端节点的tf-idf与svd文本嵌入相似度；所述节点属性一致性特征包括所述两端节点的行业属性匹配度和产品属性匹配度。

4.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，所述标注边样本包括作为正样本的注入边和作为负样本的原始边，并在训练所述基础检测器时采用负采样缓解类别不平衡。

5.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，所述基础检测器采用lightgbm模型，所述lightgbm模型输出各条边的可疑度得分，并按照所述可疑度得分降序生成所述全局排序序列。

6.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，步骤s3中，所述滑动窗口统计量包括窗口内可疑度得分的均值、标准差以及相邻窗口之间的差异，基于所述均值、标准差和相邻窗口之间的差异自适应确定所述边界阈值。

7.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，步骤s4中，所述尾部特征包括所述原始边特征、排序位置、排序百分位、局部窗口统计量、得分变化幅度和结构冲突指标；所述尾部重排器采用lightgbm模型，并以所述不确定区内的样本为训练集。

8.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，步骤s5中，先移除所述高风险区内的边，再移除所述尾部高风险边，以生成所述清洗图。

9.根据权利要求1所述的基于鲁棒学习图智能的知识图谱异常关系检测清洗方法，其特征在于，在所述清洗图上执行节点分类任务或链接预测任务，并采用可疑边检测精确率、可疑边检测召回率、准确率、宏f1、auc、ap和性能恢复率中的至少一种评价防御效果；其中，所述性能恢复率为清洗图性能与中毒图性能之差占原始干净图性能与中毒图性能之差的比例。