グラフニューラルネットワーク（GNN）に対するバックドア攻撃は重大な脅威となっている。バックドアを埋め込まれたモデルは、トリガーが付与された入力を攻撃者が選択したターゲットラベルに誤分類する。これまで攻撃の有効性の向上、対策手法など様々な研究が行われているが、実用的な対策の実現を図るためには、より高度な攻撃手法とそれへの対策を検討する必要がある。従来の攻撃手法では、主にサブグラフのグラフ構造をトリガーとして使用している。これに対し、我々はトリガーにノードの特徴量を使用する新たな攻撃手法を提案する。本発表ではノードの特徴量を使用したトリガーの作成手法、攻撃の有効性について議論する。