[论文解读] From Unsupervised to Few-shot Graph Anomaly Detection: A Multi-scale Contrastive Learning Approach

Yu Zheng, Ming Jin+4 more|arXiv (Cornell University)|Feb 11, 2022

Anomaly Detection Techniques and Applications被引用 10

一句话总结

本文提出 ANEMONE，一种用于图异常检测的多尺度对比学习框架，通过图神经网络联合建模节点级（补丁）和子图级（上下文）表征。通过在多个视图间最大化一致性，并通过 ANEMONE-FS 集成少量标注异常，该方法在六个基准数据集上实现了最先进性能，仅使用一个标注异常即实现最高 1.16% 的 AUC 提升。

ABSTRACT

Anomaly detection from graph data is an important data mining task in many applications such as social networks, finance, and e-commerce. Existing efforts in graph anomaly detection typically only consider the information in a single scale (view), thus inevitably limiting their capability in capturing anomalous patterns in complex graph data. To address this limitation, we propose a novel framework, graph ANomaly dEtection framework with Multi-scale cONtrastive lEarning (ANEMONE in short). By using a graph neural network as a backbone to encode the information from multiple graph scales (views), we learn better representation for nodes in a graph. In maximizing the agreements between instances at both the patch and context levels concurrently, we estimate the anomaly score of each node with a statistical anomaly estimator according to the degree of agreement from multiple perspectives. To further exploit a handful of ground-truth anomalies (few-shot anomalies) that may be collected in real-life applications, we further propose an extended algorithm, ANEMONE-FS, to integrate valuable information in our method. We conduct extensive experiments under purely unsupervised settings and few-shot anomaly detection settings, and we demonstrate that the proposed method ANEMONE and its variant ANEMONE-FS consistently outperform state-of-the-art algorithms on six benchmark datasets.

研究动机与目标

• 解决现有图异常检测方法依赖单尺度表征的局限性，这些方法无法捕捉现实图中复杂、多层级的异常模式。
• 通过将少量真实异常标注数据整合到学习过程中，克服纯无监督方法在存在少量真实异常时的低效性。
• 开发一种统一且灵活的框架，通过在补丁（节点）和上下文（子图）两个层次进行对比学习，增强表征学习。
• 设计一种基于多视角一致性的统计异常估计器，通过多轮对比学习提升异常得分估计的准确性。
• 在多种现实世界图数据集上，于完全无监督和少样本设置下均验证所提方法的有效性。

提出的方法

• 通过在节点（补丁）和子图（上下文）两个层次应用不同的增强策略，构建多个图视图，以捕捉多尺度的结构和特征信息。
• 使用两个独立的 GNN 编码器分别嵌入节点及其周围子图，实现局部与全局表征的联合学习。
• 在补丁和上下文两个层次构建正样本对与负样本对，执行对比学习，最大化正样本对之间的相似性，最小化负样本对之间的相似性。
• 将多轮对比学习得到的对比分数整合到统计异常估计器中，基于不同视图间的一致性程度计算最终异常得分。
• 通过将少量标注异常引入对比学习目标，将 ANEMONE 扩展为 ANEMONE-FS，将其作为正样本以优化表征学习。
• 使用可学习超参数 α 平衡的加权组合方式优化模型，整合补丁级与上下文级对比损失。

实验结果

研究问题

• RQ1 与单尺度方法相比，是否在补丁和上下文两个层次进行多尺度对比学习能提升图异常检测中节点表征的质量？
• RQ2 在复杂图数据中，局部与全局结构模式的联合建模在多大程度上影响异常检测性能？
• RQ3 在仅存在少量标注异常（少样本）的情况下，该方法能在多大程度上提升原本无监督图异常检测框架的检测性能？
• RQ4 所提方法对关键超参数（如评估轮数、子图大小和隐藏维度）的敏感性如何？
• RQ5 基于多轮对比一致性设计的统计异常估计器，是否相比基于重构或单视图对比的方法，能产生更鲁棒、更准确的异常得分？

主要发现

• 在完全无监督设置下，ANEMONE 在六个基准数据集上均达到最先进性能，在所有数据集上的 AUC 均优于现有 SOTA 方法。
• ANEMONE-FS 在仅使用少量标注异常时表现出显著性能提升，在 ACM 数据集上仅用一个标注异常即实现 1.16% 的 AUC 提升。
• 补丁级与上下文级对比学习之间的最优平衡位于 α = 0.2 至 α = 0.8 之间，当仅依赖单一层次时性能下降，表明两者具有互补优势。
• 模型对子图大小 K 具有鲁棒性，在引文网络中最佳性能出现在 K = 3–5，而在更密集的网络（如 BlogCatalog）中则需要更大的 K。
• 随着评估轮数 R 增加至 256，性能持续提升，之后增益趋于平缓且计算成本上升，因此选择 R = 256 作为性能与效率的平衡点。
• 隐藏维度 D′ = 64 提供了表征容量与性能之间的最佳权衡，当 D′ > 64 时收益递减。