[论文解读] Mul-GAD: a semi-supervised graph anomaly detection framework via aggregating multi-view information

Zhiyuan Liu, Chunjie Cao+1 more|arXiv (Cornell University)|Dec 11, 2022

Advanced Graph Neural Networks被引用 4

一句话总结

Mul-GAD 提出了一种半监督图异常检测框架，通过视图级和特征级融合策略融合多视图表征，提升了模型的泛化能力。该方法在 PubMed、Amazon Photo 和 Books 等多个基准数据集上实现了最先进性能，通过采用面向标签的目标函数和可学习的视图加权机制，显著提升了对各类异常类型的检测准确率与鲁棒性。

ABSTRACT

Anomaly detection is defined as discovering patterns that do not conform to the expected behavior. Previously, anomaly detection was mostly conducted using traditional shallow learning techniques, but with little improvement. As the emergence of graph neural networks (GNN), graph anomaly detection has been greatly developed. However, recent studies have shown that GNN-based methods encounter challenge, in that no graph anomaly detection algorithm can perform generalization on most datasets. To bridge the tap, we propose a multi-view fusion approach for graph anomaly detection (Mul-GAD). The view-level fusion captures the extent of significance between different views, while the feature-level fusion makes full use of complementary information. We theoretically and experimentally elaborate the effectiveness of the fusion strategies. For a more comprehensive conclusion, we further investigate the effect of the objective function and the number of fused views on detection performance. Exploiting these findings, our Mul-GAD is proposed equipped with fusion strategies and the well-performed objective function. Compared with other state-of-the-art detection methods, we achieve a better detection performance and generalization in most scenarios via a series of experiments conducted on Pubmed, Amazon Computer, Amazon Photo, Weibo and Books. Our code is available at https://github.com/liuyishoua/Mul-Graph-Fusion.

研究动机与目标

• 解决现有基于 GNN 的图异常检测方法在多样化数据集上泛化性能不佳的问题。
• 通过融合来自不同 GNN 架构的多种图表征，提升检测的鲁棒性。
• 探究目标函数与融合视图数量对模型性能的影响，以指导最优设计。
• 构建一个统一框架，结合视图级与特征级融合，以增强表征学习与异常检测能力。
• 建立理论上有依据的融合机制，平衡互补信息并抑制冗余。

提出的方法

• 使用不同的 GNN 架构（如 GIN、GAT、GCN、BWGNN）生成多视图节点表征，以捕捉多样的结构与特征级模式。
• 通过可学习注意力权重实现视图级融合，动态评估各视图对最终异常分数的贡献。
• 通过计算特征相似性矩阵实现特征级融合，突出互补信息并降低冗余特征带来的噪声。
• 在半监督设置下采用面向标签的目标函数，以提升泛化能力，尤其在标注异常样本有限的数据集中表现更优。
• 使用统一表征与选定目标函数，通过随机梯度下降优化整个模型。
• 通过消融实验分析融合视图数量与目标函数的影响，验证设计选择的有效性。

实验结果

研究问题

• RQ1 多视图融合策略是否能提升图异常检测模型在多样化数据集上的泛化能力？
• RQ2 目标函数的选择（面向标签、重建、自监督）如何影响检测性能与泛化能力？
• RQ3 为最大化检测性能且避免过拟合，最优的融合视图数量是多少？
• RQ4 视图级与特征级融合机制在单独与联合使用时，如何共同促进异常检测性能的提升？
• RQ5 可学习的融合权重是否能有效捕捉不同基于 GNN 的视图在异常检测中的相对重要性？

主要发现

• 在 PubMed 数据集上，Mul-GAD 达到最高的 AUC 95.6%，在 Books 数据集上达到 98.7%，显著优于所有最先进方法。
• 在 Amazon Photo 数据集上，Mul-GAD 的 AUC 达到 99.0%（验证集为 99.2%），显著优于相同设置下的 GIN（95.6%）与 GAT（98.9%）。
• 该模型展现出强大的泛化能力，在 Amazon Computer 上 AUC 为 91.3%，在 Weibo 上为 76.5%，优于大多数基线方法，包括 OCSVM 与 LOF。
• 通过相似性矩阵计算实现的特征级融合显著提升性能，尤其在合成异常与有机异常上表现突出。
• 面向标签的目标函数在所有数据集上均持续优于重建或自监督目标函数，展现出更优的泛化能力。
• 融合三个视图（如 GAT、GIN、BWGNN）可达到最优性能，而增加更多视图并不总是提升结果，表明融合收益存在饱和点。