본 논문은 제3자 제공 대규모 그래프 학습 모델을 사용하는 기업들이 백도어 공격에 취약함을 지적하고, 이를 해결하기 위한 모델-애그노스틱 방어 기법인 GraphProt을 제안한다. GraphProt은 입력 그래프만을 이용하여 백도어 공격을 방지하며, 특징-위상 클러스터링 기반 트리거 제거 및 강건한 서브그래프 앙상블이라는 두 가지 구성 요소로 이루어져 있다. 특징-위상 클러스터링을 통해 이상적인 서브그래프(트리거)를 제거하고, 이를 바탕으로 서브그래프 샘플링 전략을 설계하여 다수결 투표를 통해 강건한 분류기를 구축한다. 실험 결과, GraphProt은 세 가지 백도어 공격과 여섯 개의 벤치마크 데이터셋에서 백도어 공격 성공률을 크게 감소시키면서 일반적인 그래프 분류 작업에 대한 모델 정확도를 유지하는 것으로 나타났다.
