[论文解读] GCCAD: Graph Contrastive Coding for Anomaly Detection

Bo Chen, Jing Zhang+7 more|arXiv (Cornell University)|Aug 17, 2021

Advanced Graph Neural Networks参考文献 54被引用 13

一句话总结

本文提出GCCAD，一种用于异常检测的图对比编码框架，通过基于距离的学习方法将异常节点与全局图上下文进行对比。该方法在半监督和自监督设置下均实现了最先进性能，其图神经网络编码器能够识别可疑链接并学习全局上下文，优于多种先进基线模型，在四个公开数据集上表现优异。

ABSTRACT

Graph-based anomaly detection has been widely used for detecting malicious activities in real-world applications. Existing attempts to address this problem have thus far focused on structural feature engineering or learning in the binary classification regime. In this work, we propose to leverage graph contrastive coding and present the supervised GCCAD model for contrasting abnormal nodes with normal ones in terms of their distances to the global context (e.g., the average of all nodes). To handle scenarios with scarce labels, we further enable GCCAD as a self-supervised framework by designing a graph corrupting strategy for generating synthetic node labels. To achieve the contrastive objective, we design a graph neural network encoder that can infer and further remove suspicious links during message passing, as well as learn the global context of the input graph. We conduct extensive experiments on four public datasets, demonstrating that 1) GCCAD significantly and consistently outperforms various advanced baselines and 2) its self-supervised version without fine-tuning can achieve comparable performance with its fully supervised version.

研究动机与目标

• 解决现有基于图的异常检测方法依赖结构特征工程或二分类任务的局限性。
• 通过将异常节点与全局图上下文（即所有节点的平均值）进行对比，提升异常检测性能。
• 通过设计一种图破坏策略以生成合成节点标签，实现在低标签场景下的有效学习。
• 开发一种图神经网络编码器，可在消息传递过程中推断并移除可疑链接，以增强表征学习能力。

提出的方法

• GCCAD采用图对比编码目标，通过测量每个节点到全局上下文的距离来判断异常，将远离平均值的节点视为潜在异常。
• 设计图神经网络编码器，在消息传递过程中检测并移除可疑链接，提升对噪声或恶意边的鲁棒性。
• 通过聚合所有节点的信息学习全局上下文表征，作为异常评分的参考基准。
• 在自监督学习中，采用图破坏策略通过扰动节点特征或边来生成合成标签，实现在无真实标签情况下的预训练。
• 通过对比损失优化对比目标，使正常节点更接近全局上下文，异常节点则被推离。
• 该框架支持完全监督和自监督训练，后者性能可与监督版本相媲美。

实验结果

研究问题

• RQ1 基于节点到全局上下文距离的对比学习是否能提升图结构中的异常检测性能？
• RQ2 在使用图破坏生成的合成标签时，GCCAD在低标签场景下的有效性如何？
• RQ3 在消息传递过程中移除可疑链接在多大程度上提升了异常检测性能？
• RQ4 GCCAD的自监督版本是否能达到与完全监督版本相当的性能？
• RQ5 GCCAD在多样化的现实世界数据集上与最先进基线模型相比表现如何？

主要发现

• GCCAD在四个公开数据集上的异常检测任务中显著优于多种先进基线模型，表现出一致的优越性。
• GCCAD的自监督版本在无需微调的情况下，性能可与完全监督版本相媲美。
• 在消息传递过程中集成可疑链接移除机制，显著提升了模型的鲁棒性和表征质量。
• 图破坏策略能有效生成有意义的合成标签，使模型在低监督设置下仍能表现强劲。
• 基于全局上下文距离的对比目标在区分异常节点与正常节点方面被证明是有效的。