本申请涉及一种基于图神经网络的单目标硬标签社区检测对抗攻击方法，设计了一个具有泛化性的基于图神经网络的社区检测代理模型，解决了实际中没有来自目标模型的反馈攻击效果的问题；提出了一种分级优先图搜索策略，充分利用图结构属性，对扰动图的搜索空间进行分级划分，设定优先级，自目标节点所在社区内部开始，再向社区外部的其他社区，最后及至全图的搜索初始扰动图，大大降低了搜索扰动空间，提高了搜索扰动效率；提出了一种高效查询的梯度计算方法，在保证高攻击成功率的同时，能最小化图中的扰动的边数和对目标模型的访问次数，使得攻击方法能更切合实际，不易察觉。