元多视图GCN攻击（MMVGCN攻击） 通过使用元学习优化来攻击医学数据的多路复用表示。 如有任何疑问或其他信息，请联系 。 介绍 图是非常有力的表示，可以对来自不同领域的不同数据进行建模。 现代社会的生活取决于从金融，交通，社会或医疗网络开始的图形表示网络。 由于这些数据所代表的复杂性，任何攻击方法的脆弱性都很高。 深度学习模型虽然很成功，但显示出其性能很容易失败。 仅有一个对抗输入可以改变算法的预测。 这种对抗性的输入旨在混淆深度学习模型的决策或结果。 这很容易愚弄目标值。 为了解决这个