Generalist Graph Anomaly Detection via Prototype-Based Distillation
تقدم هذه الورقة ProMoS، وهو أول إطار عمل غير موجه للكشف العام عن الشذوذ في الرسوم البيانية يعتمد على تقطير المعرفة الموجه بالنماذج النموذجية من معلم تعلم ذاتي مجمد إلى نموذج خليط من الطلاب، مما يتيح الكشف الفعال عن الشذوذ في حالات الصفر (zero-shot) على رسوم بيانية غير مرئية دون الحاجة إلى بيانات مصنفة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك حارس أمن في محطة قطار ضخمة ومزدحمة. مهمتك هي رصد "الظواهر الشاذة" — مثل النشالين، أو الأشخاص الذين يتصرفون بريبة، أو أولئك الذين لا ينتمون للمكان.
المشكلة في الحراس الحاليين
معظم أنظمة الأمن الحالية تشبه الحراس الذين لا يعرفون سوى محطة واحدة محددة. إذا دربتهم على "محطة نيويورك"، فسيصبحون خبراء في كشف النشالين هناك. ولكن إذا أرسلتهم إلى "محطة طوكيو"، فسيضيعون تماماً. فهم لا يعرفون التخطيط المحلي، ولا عادات الحشود المختلفة، ولا الأنواع الجديدة من المعتدين. ولجعلهم يعملون في طوكيو، عليك إعادة تدريبهم من الصفر، وهو أمر يستغرق وقتاً طويلاً ويكلف الكثير من المال.
علاوة على ذلك، لتدريب هؤلاء الحراس، تحتاج عادةً إلى قائمة بمجرمين معروفين (بيانات مصنفة). ولكن في العالم الحقيقي، يبتكر الأشرار حِيلاً جديدة باستمرار. لا يمكنك كتابة كل جريمة محتملة قبل وقوعها، كما أنه ليس لديك قائمة ضخمة من المجرمين المعروفين لتعرضهم على الحارس؛ فأنت تمتلك في الغالب بحراً من الناس العاديين والأبرياء.
الحل الجديد: ProMoS
يقدم البحث نظام ProMoS، وهو نوع جديد من "الحراس العامين" الذي يحل هذه المشكلات. لقد صُمم ليتم تدريبه مرة واحدة على مجموعة من المحطات المختلفة، ثم يُرسل فوراً إلى أي محطة جديدة لم يسبق له رؤيتها، دون الحاجة لإعادة التدريب أو الحاجة إلى قائمة بمجرمين معروفين.
إليك كيف يعمل ProMoS، باستخدام تشبيهات بسيطة:
1. "الماستر المتجمد" (المعلم)
تخيل محققاً ماهراً قضى سنوات في دراسة الملايين من الأشخاص العاديين في مدن مختلفة. هذا المحقق يعرف بالضبط كيف يبدو "الوضع الطبيعي" في كل سياق.
- في البحث: هذا هو نموذج ذكاء اصطناعي مُدرب مسبقاً (المعلم) الذي تعلم بالفعل أنماط السلوك الطبيعي من بيانات غير مصنفة.
- الخدعة: نحن لا نطلب من هذا المحقق الماهر تعلم أشياء جديدة أو تغيير رأيه. نحن نبقيه "متجمداً" (ثابتاً). نحن فقط نستخدم معرفته كدليل مرجعي.
2. "فريق المتدربين" (خليط الطلاب)
بدلاً من توظيف حارس واحد ليتعلم كل شيء، يقوم ProMoS بتوظيف فريق من المتدربين.
- المتدرب المشترك: يتعلم متدرب واحد القواعد العالمية الكبرى لكون المرء مواطناً صالحاً (مثل: "الناس يمشون عادة في خطوط مستقيمة"، "الناس يشترون التذاكر عادة"). هذا يغطي الأساسيات التي تنطبق في كل مكان.
- المتدربون المتخصصون: بقية الفريق هم متخصصون. بعضهم يركز على غرائب حي معين، والبعض الآخر يركز على أنواع معينة من الحشود.
- الموجه (الراوتر): هناك مدير ذكي ينظر إلى الشخص الذي يمر بجانبه ويقرر: "حسناً، هذا الشخص يبدو وكأنه ينتمي لزحام وسط المدينة، لذا سأطلب من متخصص وسط المدينة فحصه". هذا يضمن أن الخبير المناسب يتعامل مع الموقف المحدد.
3. "خريطة النماذج" (البوصلة)
كيف يتعلم المتدربون من "الماستر" المتجمد دون أن يصابوا بالارتباك؟ إنهم لا يحاولون حفظ كل وجه على حده، بل يستخدمون خريطة لـ "الأنماط المثالية".
- تخيل أن لدى "الماستر" مجموعة من 20 بطاقة لـ "الأشخاص الطبيعيين المثاليين" (النماذج). إحدى البطاقات هي "المسافر اليومي"، وأخرى هي "السائح"، وثالثة هي "مسافر الأعمال".
- يتم تعليم المتدربين مطابقة الأشخاص الذين يرونهم مع هذه البطاقات.
- السحر: إذا كان الشخص يتناسب تماماً مع بطاقة "السائح"، فهو طبيعي. أما إذا كان الشخص مزيجاً غريباً من "سائح" و"نشال" ولا يتناسب جيداً مع أي بطاقة، فسيتم اعتباره مشبوهاً.
- يتيح هذا للنظام فهم "الطبيعي" بطريقة مجردة للغاية تعمل عبر مختلف المدن (الرسوم البيانية/Graphs) دون الحاجة لإعادة تعلم كل شيء.
4. "اختبار رصد الاختلاف" (الاستدلال)
عندما يُرسل ProMoS إلى محطة جديدة لم يسبق رؤيتها (رسم بياني جديد)، فإنه لا يحتاج للتوقف والدراسة. إنه يبدأ بالمراقبة فقط.
- يسأل "الماستر": "كيف يبدو هذا الشخص بالنسبة لك؟"
- يسأل "المتدربين": "ماذا تعتقدون بشأن هذا الشخص؟"
- الإنذار: إذا كان تخمين المتدربين مختلفاً جداً عن تخمين "الماستر"، أو إذا كان الشخص لا يتناسب جيداً مع أي من بطاقات "الأنماط المثالية"، فإن النظام يطلق إنذاراً. وكلما زاد الفرق، زادت درجة الاشتباه في هذا الشخص.
لماذا يعد هذا أمراً هاماً؟
- لا حاجة لتصنيفات: يتعلم النظام من خلال مراقبة ملايين الأشخاص العاديين (بيانات غير مصنفة) فقط. لا يحتاج إلى قائمة بمجرمين معروفين.
- القدرة على العمل الفوري (Zero-Shot): يعمل على الرسوم البيانية الجديدة وغير المرئية فوراً، دون الحاجة لإعادة التدريب.
- الكفاءة: لأنه يستخدم "ماستراً متجمداً" وفريقاً ذكياً من المتخصصين، فإنه يعمل بسرعة كبيرة ولا يحتاج إلى قدرات حوسبة هائلة.
باختصار:
ProMoS يشبه نظام أمن يتعلم "روح" السلوك الطبيعي العالمي من خبير ماهر. ثم يستخدم فريقاً مرناً من المتخصصين ومجموعة من بطاقات "الأنماط المثالية" لرصد أي شخص لا يتوافق مع النمط فوراً، سواء كان في نيويورك، أو طوكيو، أو مدينة لم تزرها من قبل. إنه سريع، ولا يحتاج إلى ورقة غش بأسماء المجرمين، ويعمل مباشرة بمجرد تشغيله.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.