Hyperedge Anomaly Detection with Hypergraph Neural Network

في المشهد الواسع لعلوم البيانات، يعتمد الباحثون غالبًا على الخرائط لفهم كيفية ترابط الأشياء. الخريطة الأكثر شيوعًا هي الرسم البياني البسيط (graph)، وهو هيكل يربط بين شيئين في كل مرة، مثل الصداقة بين شخصين أو الاستشهاد بين ورقتين بحثيتين. هذه الخرائط قوية، لكن لديها نقطة عمياء: فهي لا تستطيع بسهولة إظهار ما يحدث عندما تتفاعل ثلاثة أو أربعة أو حتى عشرات الأشياء كمجموعة واحدة. ولتجسيد هذه العلاقات المعقدة ومتعددة المسارات، يستخدم العلماء هيكلًا أكثر مرونة يسمى "الرسم البياني الفائق" (hypergraph). في الرسم البياني الفائق، يمكن لاتصال واحد أن يربط مجموعة كاملة من العناصر معًا، تمامًا مثل دردشة جماعية حيث ينتمي الحوار إلى المجموعة بأكملها وليس فقط إلى أزواج من الأصدقاء. وبينما تعلم العلماء استخدام هذه الهياكل لتصنيف المعلومات أو التنبؤ بالروابط، ظل هناك سؤال حاسم دون إجابة: كيف تكتشف المجموعات الغريبة وغير العادية التي لا تنتمي للمجموعة؟ إن اكتشاف هذه الشذوذات أمر حيوي للإمساك بكل شيء، بدءًا من الاحتيال المنسق وصولًا إلى تفاعلات الأمراض النادرة، ومع ذلك كانت الأدوات اللازمة للقيام بذلك في هذه الإعدادات الجماعية المعقدة مفقودة إلى حد كبير.

لقد خطى فريق من الباحثين من جامعة دكا وجامعة مانيتوبا خطوة لسد هذه الفجوة بمنهجية جديدة أطلقوا عليها اسم HYPADE. يقدم عملهم طريقة للكشف تلقائيًا عن هذه المجموعات غير العادية داخل الرسم البياني الفائق دون الحاجة إلى أي أمثلة مسبقة لما يبدو عليه الشذوذ. في عالم تعلم الآلة، يُعرف هذا باسم المهمة غير الخاضعة للإشراف (unsupervised task)، مما يعني أن النظام يجب أن يتعلم شكل السلوك "الطبيعي" بمفرده، ثم يحدد أي شيء ينحرف عن ذلك النمط. وقد بنى الباحثون شبكة عصبية، وهي نوع من النماذج الحاسوبية المستوحاة من الدماغ البشري، مصممة خصيصًا لفهم البنية الفريدة للرسوم البيانية الفائقة. وبدلاً من مجرد النظر إلى العناصر الفردية، يتعلم نموذجهم رؤية المجموعة بأكملها ككيان واحد، حيث يحلل سمات كل عضو داخل تلك المجموعة لتحديد ما إذا كانت المجموعة نفسها مثيرة للريبة.

تتضمن النواة الأساسية لمنهجهم عملية من خطوتين: التعلم والمقارنة. أولاً، يجمع النموذج معلومات من العناصر الفردية في الشبكة لإنشاء تمثيل لكل مجموعة. وهو يولي اهتمامًا خاصًا للتنوع داخل المجموعة، من خلال مراقبة مدى اختلاف الأعضاء عن بعضهم البعض، لأن المجموعات غير العادية غالبًا ما تمتلك مزيجًا غريبًا من الخصائص. وبمجرد أن يبني النموذج صورة ذهنية لما تبدو عليه المجموعة النموذجية، فإنه يحسب نقطة مركزية، أو نوعًا من المتوسط، لجميع المجموعات التي رآها. بعد ذلك، يقيس مدى بُعد كل مجموعة محددة عن هذا المتوسط. إذا كانت المجموعة قريبة جدًا من المركز، تُعتبر طبيعية. أما إذا كانت بعيدة، فإن النموذج يمنحها درجة عالية، مما يشير إلى أنها شاذة. يتيح هذا النهج الديناميكي للنموذج تعديل فهمه لـ "الطبيعي" أثناء تعلمه، مما يتجنب الوقوع في فخ شائع حيث ينهار النظام إلى نقطة واحدة غير مفيدة.

ولاختبار ما إذا كانت هذه الفكرة ناجحة، طبق الفريق خوارزميتهم على ست مجموعات بيانات من العالم الحقيقي مستمدة من مجالات متنوعة، بما في ذلك البيولوجيا، والبحث الأككاديمي، والشبكات الاجتماعية. كما أنشأوا ست مجموعات بيانات اصطناعية لضمان قدرة النموذج على التعامل مع أنواع مختلفة من هياكل البيانات. كانت النتائج مذهلة؛ ففي مجموعة بيانات تتعلق بأنواع الفطر، حيث كان الهدف هو التمييز بين الأنواع الصالحة للأكل والأنواع السامة، حققت الطريقة الجديدة درجة مثالية، حيث حددت كل شذوذ بدقة. وفي مجموعات بيانات معقدة أخرى تتضمن الأوراق العلمية والتعاون بين المؤلفين، تفوق النموذج باستمرار على الطرق الموجودة التي تعتمد على تقنيات إحصائية قديمة أو شبكات عصبية أبسط. ووجد الباحثون أن نهجهم كان فعالًا بشكل خاص لأنه استطاع التقاط العلاقات رفيعة المستوى والدقيقة التي فاتت الأدوات الأخرى، مما أثبت أن النظر إلى المجموعة ككل يكشف عن أنماط لا يمكن للبحث في الأزواج فقط أن يكشفها.

كما استكشفت الدراسة سبب أهمية اختيارات التصميم المحددة الخاصة بهم. فقد اختبروا متغيرات لنموذجهم، مثل نموذج يستخدم نقطة متوسط ثابتة وغير متغيرة بدلاً من واحدة ديناميكية، وآخر يتجاهل تنوع أعضاء المجموعة. وأظهرت هذه الاختبارات أن القدرة على تحديث المتوسط أثناء تعلم النموذج والاهتمام بالتنوع داخل المجموعة كانت ضرورية للنجاح. فبدون هذه الميزات، واجه النموذج صعوبة في الفصل بين الطبيعي والغريب. ومن خلال النجاح في إثبات أن التعلم العميق يمكن تكييفه للعثور على الشذوذ في هذه الهياكل المعقدة متعددة العناصر، قدم الباحثون أداة جديدة لعلماء البيانات. ويشير عملهم إلى أنه من خلال تعليم الحواسيب فهم السياق الكامل للمجموعة، يمكننا اكتشاف الأحداث النادرة والخطيرة المختبئة داخل ضجيج البيانات اليومية بشكل أفضل.