कल्पना कीजिए कि इंटरनेट केवल वेबसाइटों की एक सपाट सूची नहीं है, बल्कि एक विशाल, हलचल भरा शहर है। इस शहर में, दुकानों, लोगों और बैंकों जैसे विभिन्न प्रकार के भवन (नोड्स) हैं, जो दोस्ती, लेनदेन या संदेशों जैसे विभिन्न प्रकार के रास्तों (एजेस) से जुड़े हुए हैं। इस जटिल मानचित्र को हेटरोजीनियस ग्राफ (Heterogeneous Graph) कहा जाता है। अब, कल्पना कीजिए कि इस शहर में कहीं कुछ इमारतें गुप्त रूप से इसे जलाने या पैसा चुराने की योजना बना रही हैं। ये विसंगतियां (anomalies) हैं। उन्हें ढूंढना नीली ईंटों के ढेर में एक अकेली लाल ईंट को खोजने जैसा है, लेकिन वह लाल ईंट नीले कोट में है और एक नीली इमारत में छिपी हुई है।

लंबे समय तक, कंप्यूटर वैज्ञानिकों ने इस शहर में गश्त लगाने के लिए ग्राफ न्यूरल नेटवर्क्स (GNNs) नामक उपकरणों का उपयोग किया है। इन नेटवर्क्स को जासूसों की एक टीम के रूप में समझें जो अपने पड़ोसियों को सुनकर सीखते हैं। यदि कोई इमारत संदिग्ध पड़ोसियों से घिरी हुई है, तो जासूस को एक पूर्वाभास होता है। हालाँकि, अधिकांश जासूसों को सरल, उबाऊ शहरों पर प्रशिक्षित किया गया था जहाँ हर इमारत एक जैसी दिखती थी। जब उन्होंने हमारे इस जटिल, मिश्रित शहर में गश्त करने की कोशिश की, तो वे भ्रमित हो गए। वे सूक्ष्म सुरागों को पकड़ने में विफल रहे क्योंकि उन्होंने विवरणों को बहुत अधिक सुचारू (smooth out) कर दिया, जिससे सब कुछ एक जैसा दिखने लगा (जिसे "ओवर-स्मूथिंग" की समस्या कहा जाता है), और उन्होंने दुर्लभ, कठिन मामलों को अनदेखा कर दिया क्योंकि सामान्य लोगों की तुलना में वे बहुत कम थे।

यहीं पर एक नया पेपर नए जासूसी उपकरणों के साथ आता है। शोधकर्ताओं ने, सिपिंग ली (Xiping Li) और सहयोगियों के नेतृत्व में, ChiGAD नामक एक प्रणाली पेश की है। उन्होंने महसूस किया कि इस जटिल शहर में बुरे लोगों को पकड़ने के लिए, आपको एक ऐसे फिल्टर की आवश्यकता है जो उन उच्च-आवृत्ति (high-pitched) वाली अजीब आवाजों को सुन सके जिन्हें सामान्य फिल्टर अनदेखा कर देते हैं। उन्होंने एक विशेष गणितीय उपकरण बनाया जिसे ची-स्क्वायर वेवलेट फिल्टर (Chi-Square Wavelet Filter) कहा जाता है। इस फिल्टर को एक अति-संवेदनशील माइक्रोफोन के रूप में समझें जो न केवल शहर की सामान्य गूंज को सुनता है, बल्कि एक छिपे हुए अलार्म की विशिष्ट, तीखी चीखों को भी पहचान सकता है। इस पद्धति को विभिन्न प्रकार के भवनों को संभालने के एक स्मार्ट तरीके और एक स्कोरिंग सिस्टम के साथ जोड़कर, जो सबसे कठिन संदिग्धों पर विशेष ध्यान देता है, ChiGAD उन विसंगतियों को पकड़ने में सक्षम है जिन्हें अन्य प्रणालियाँ छोड़ देती हैं।

जासूस का नया टूलकिट

मुख्य समस्या जिसका यह पेपर समाधान करता है, वह यह है कि मौजूदा पद्धतियां ग्राफ में सभी कनेक्शनों के साथ एक जैसा व्यवहार करती हैं, जैसे मछली, पक्षियों और कीटों को पकड़ने के लिए एक ही प्रकार के जाल का उपयोग करना। एक हेटरोजीनियस इंफॉर्मेशन नेटवर्क (HIN) में, आपके पास विभिन्न प्रकार के नोड्स (जैसे उपयोगकर्ता, उत्पाद और लेनदेन) और विभिन्न प्रकार के लिंक ("खरीदा", "पसंद किया", या "दोस्त है") होते हैं। लेखक तर्क देते हैं कि पिछली पद्धतियां तीन मुख्य कारणों से विफल रहीं:

1. वे विभिन्न प्रकार के कनेक्शनों की अनूठी "आवृत्ति" (frequency) या पैटर्न (जैसे एक स्थिर दोस्ती और एक अचानक, संदिग्ध लेनदेन के बीच का अंतर) को कैप्चर नहीं कर सकीं।
2. उन्होंने डेटा के विभिन्न प्रकारों को एक साथ फिट करने की कोशिश में "उच्च-आवृत्ति" (high-frequency) विवरणों (तीव्र, अचानक परिवर्तनों) को खो दिया, जिससे सुराग धुंधले हो गए।
3. वे दुर्लभ बुरे लोगों से सीखने में संघर्ष करते थे क्योंकि डेटा बहुत असंतुलित था (ज्यादातर अच्छे लोग, बहुत कम बुरे लोग)।

इसे ठीक करने के लिए, टीम ने ChiGAD बनाया, जिसके तीन मुख्य भाग हैं, जिनमें से प्रत्येक एक जासूस की बेल्ट में एक विशेष गैजेट की तरह कार्य करता है।

1. मल्टी-ग्राफ ची-स्क्वायर फिल्टर: सही स्टेशन पर ट्यून करना
सबसे पहले, सिस्टम शहर को मेटा-पाथ (meta-path) नामक विभिन्न लेंसों के माध्यम से देखता है। मेटा-पथ शहर के माध्यम से जाने वाला एक विशिष्ट मार्ग है, जैसे "उपयोगकर्ता → खरीदा → उत्पाद → खरीदा गया → उपयोगकर्ता द्वारा"। प्रत्येक मार्ग एक अलग कहानी बताता है। लेखकों ने देखा कि विभिन्न मार्गों की गतिविधियों की अलग-अलग "आवृत्तियाँ" होती हैं। कुछ स्थिर और धीमी होती हैं; कुछ अनियमित और तेज़ होती हैं।

सभी मार्गों के लिए एक सामान्य फिल्टर का उपयोग करने के बजाय, ChiGAD एक ची-स्क्वायर वेवलेट फिल्टर (Chi-Square Wavelet Filter) का उपयोग करता है। इसे रेडियो ट्यूनर के एक सेट के रूप में समझें। सिस्टम प्रत्येक मार्ग के "शोर" का विश्लेषण करता है और उस मार्ग की आवृत्ति के लिए विशेष रूप से ट्यून किया गया एक विशिष्ट ची-स्क्वायर फिल्टर असाइन करता है। यह एक जासूस को एक विशिष्ट रेडियो देने जैसा है जो केवल एक विशिष्ट आपराधिक गिरोह के स्टैटिक (static) को पकड़ता है। क्योंकि ची-स्क्वायर वितरण में एडिटिविटी (additivity) नामक एक विशेष गणितीय गुण है, इसलिए इन फिल्टरों को सहजता से जोड़ा जा सकता है। यह सिस्टम को सभी अलग-अलग मार्गों को एक साथ सुनने की अनुमति देता है बिना संकेतों के गड़बड़ाए, जिससे नेटवर्क के समृद्ध और जटिल अर्थों को कैप्चर किया जा सके।

2. इंटरैक्टिव मेटा-ग्राफ कन्वोल्यूशन: आयाम संरेखण (Dimension Alignment)
यहाँ पेपर विभिन्न प्रकार के डेटा को संभालने के बारे में एक साहसिक दावा करता है। एक हेटरोजीनियस ग्राफ में, विभिन्न नोड्स में फीचर्स (dimensions) की संख्या अलग-अलग होती है। उन्हें तुलना करने के लिए, आपको उन्हें संरेखित (align) करना होगा। कई पिछली पद्धतियां इसे करने के लिए जटिल, गैर-रेखीय (non-linear) उपकरणों का उपयोग करती थीं, लेकिन लेखक तर्क देते हैं कि यह अक्सर उच्च-आवृत्ति वाले विवरणों को धुंधला कर देता है—वे सुराग जिनकी विसंगति पकड़ने के लिए आवश्यकता होती है।

पेपर एक आश्चर्यजनक रूप से सरल समाधान का सुझाव देता है: एक लीनियर लेयर (Linear Layer)। कल्पना कीजिए कि आप एक फोटो का आकार बदल रहे हैं। जटिल पद्धतियां शायद गायब पिक्सेल का "अनुमान" लगाने की कोशिश कर सकती हैं, जिससे छवि धुंधली हो सकती है। एक लीनियर लेयर एक सटीक, गणितीय रीसाइज़िंग टूल की तरह है जो डेटा को बिना नए विवरण बनाए या तीखे किनारों को खोए हुए खींचता या सिकोड़ता है। लेखक सैद्धांतिक और प्रयोगात्मक दोनों रूप से सिद्ध करते हैं कि यह सरल लीनियर दृष्टिकोण वास्तव में "उच्च-आवृत्ति" सामग्री—उन तीव्र, अचानक परिवर्तनों को सुरक्षित रखने में बेहतर है जो एक विसंगति का संकेत देते हैं। वे दिखाते हैं कि इस लीनियर एलाइनमेंट का उपयोग करके, सिस्टम "ओवर-स्मूथिंग" का विरोध करता है, जिससे संदिग्ध विवरण स्पष्ट और तीखे बने रहते हैं।

3. कॉन्ट्रिब्यूशन-इन्फॉर्मड क्रॉस-एंट्रॉपी लॉस: कठिन परिश्रम को पुरस्कृत करना
अंत में, "भूसे के ढेर में सुई" की समस्या है। विसंगति का पता लगाने में, बुरे लोग दुर्लभ होते हैं। यदि आप केवल कुल गलतियों की गिनती करते हैं, तो सिस्टम दुर्लभ बुरे लोगों को अनदेखा कर देगा क्योंकि यह कहना आसान है कि "हर कोई अच्छा है" और अधिकांश समय सही होना।

लेखक एक नया स्कोरिंग सिस्टम पेश करते हैं जिसे कॉन्ट्रीब्यूशन-इन्फॉर्मड क्रॉस-एंट्रॉपी लॉस (Contribution-Informed Cross-Entropy Loss) कहा जाता है। यह सिस्टम देखता है कि प्रत्येक नोड "उच्च-आवृत्ति" सिग्नल में कितना योगदान देता है। उन्होंने देखा कि वास्तव में कठिन-से-पकड़ने वाले बुरे लोग (जिन्हें मॉडल मिस कर देता है) अक्सर एक विशिष्ट प्रकार के योगदान सिग्नेचर रखते हैं जो आसान वाले से अलग होता है। नया लॉस फंक्शन इन कठिन नमूनों को उच्च "वेट" या महत्व प्रदान करता है। यह एक ऐसे शिक्षक की तरह है जो एक छात्र को अतिरिक्त क्रेडिट देता है जो एक कठिन समस्या के लिए संघर्ष कर रहा है, यह सुनिश्चित करता है कि शिक्षक आसान वाले को ग्रेड देने के बजाय उस छात्र की मदद करने पर ध्यान केंद्रित करे। यह मॉडल को दुर्लभ, कठिन विसंगतियों पर ध्यान देने के लिए मजबूर करता है बजाय इसके कि उन्हें अनदेखा कर दिया जाए।

उन्होंने क्या पाया

शोधकर्ताओं ने ACM (शैक्षणिक शोध पत्रों का एक नेटवर्क) जैसे सार्वजनिक डेटासेट और WeChat Pay (R-I और R-II) से दो वास्तविक औद्योगिक डेटासेट, जिसमें वित्तीय लेनदेन शामिल हैं, पर ChiGAD का परीक्षण किया।

परिणाम चौंकाने वाले थे। ACM डेटासेट पर, ChiGAD ने 0.9702 का AUROC (एक माप कि मॉडल कितनी अच्छी तरह से अच्छे और बुरे के बीच अंतर करता है) प्राप्त किया, जो पिछले सर्वश्रेष्ठ तरीके से काफी आगे है। R-I डेटासेट पर, इसने पिछले सर्वश्रेष्ठ मॉडल की तुलना में AUPRC (दुर्लभ घटनाओं के लिए एक अन्य प्रमुख मीट्रिक) में 31.34% का सुधार किया। यहाँ तक कि R-II डेटासेट पर भी, इसने सभी मेट्रिक्स में निरंतर सुधार दिखाया।

लेखक यहीं नहीं रुके। उन्होंने "हेटरोजीनियस" भागों को हटाकर एक सरल संस्करण बनाया जिसे ChiGNN कहा गया और सात अलग-अलग होमोजेनियस (एक प्रकार के) डेटासेट जैसे Reddit और Amazon पर इसका परीक्षण किया। लगभग हर मामले में, ChiGNN ने मौजूदा अत्याधुनिक मॉडलों को पछाड़ दिया। यह सुझाव देता है कि उनका "सीक्रेट सॉस"—ची-स्क्वायर फिल्टर और लीनियर एलाइनमेंट—मिश्रित नोड प्रकारों की जटिलता के बिना भी शक्तिशाली है।

निष्कर्ष

पेपर यह निष्कर्ष निकालता है कि एक ची-स्क्वायर वेवलेट फिल्टर का उपयोग करके विशिष्ट आवृत्तियों को ट्यून करने, विवरणों को तीखा रखने के लिए एक लीनियर लेयर का उपयोग करने और कठिन मामलों पर ध्यान केंद्रित करने के लिए एक कॉन्ट्रीब्यूशन-इन्फॉर्मड लॉस का उपयोग करके, हम बहुत बेहतर विसंगति डिटेक्टर बना सकते हैं। लेखक स्पष्ट रूप से उन जटिल, गैर-रेखीय एलाइनमेंट विधियों के विरुद्ध तर्क देते हैं जो डेटा को धुंधला कर देती हैं, यह दिखाते हुए कि सरलता (लीनियर लेयर्स के रूप में) अक्सर बुरे लोगों को पकड़ने के लिए आवश्यक उच्च-आवृत्ति सुरागों को सुरक्षित रखने के लिए बेहतर होती है।

हालाँकि यह पेपर दुनिया की हर समस्या को हल करने का दावा नहीं करता है, लेकिन प्रयोगात्मक साक्ष्य बताते हैं कि यह दृष्टिकोण एक बड़ी प्रगति है। यह दिखाता है कि डेटा की "आवृत्ति" को समझना और दुर्लभ घटनाओं की कठिनाई का सम्मान करना हमें जटिल, शोर भरे संसार में असामान्य चीजों को पहचानने में कहीं अधिक प्रभावी बना सकता है। इस नए जासूसी उपकरण का कोड दूसरों के परीक्षण के लिए उपलब्ध है, जो समुदाय को यह देखने के लिए आमंत्रित करता है कि क्या ये विधियाँ इस डिजिटल शहर में और भी छिपे हुए खतरों को पकड़ सकती हैं।