NeurIPS 2026 论文发布 GraphIP-Bench 基准
热点事件持续更新
NeurIPS 2026 论文发布 GraphIP-Bench 基准
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年11月，NeurIPS 2026 会议上发布了论文及统一基准 GraphIP-Bench，旨在评估图神经网络（GNN）的提取攻击与防御能力。该工作由 Kaixiang Zhao、Bolin Shen 等学者主导，并配套发布了 PyGIP 库。该基准涵盖 10 个公共图数据集、3 类 GNN 骨干网络及 3 项任务，系统性地统一评估了 12 种攻击与 12 种防御策略。 研究发现，在中等查询预算下窃取 GNN 模型相对容易，现有的多数防御手段未能有效改变这一现状。此外，研究显示异质图模型更难被窃取，揭示了图结构特性对模型提取难度的影响。
AI 根据报道生成 · 7 小时前更新
最新进展11月5日 13:00
GraphIP-Bench：窃取图神经网络的难度与防御能力分析报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · AIGraphIP-Bench：窃取图神经网络的难度与防御能力分析
NeurIPS 2026 论文发布 GraphIP-Bench，统一评估 12 种攻击与 12 种防御。 该基准涵盖 10 个公共图、3 类 GNN 骨干及 3 项任务。研究显示中等查询预算下窃取 GNN 较容易，多数防御未能改变此现状，且异质图更难被窃取。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月5日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:0020:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。