Rethinking Feature Alignment in Generalist Graph Anomaly Detection: A Relational Fingerprint-based Approach
本文提出了 ReFi-GAD，这是一种通用的图异常检测方法，它通过利用一种通用的、语义感知的关系指纹来从上下文和结构两个视角编码异常线索，从而克服了现有特征对齐方法的语义局限性，进而在未见过的图上实现了更优越的性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你是一名保安，正试图在人群中识别出一个小偷。过去，你可能接受过专门针对图书馆（人们安静且戴着眼镜）或体育场（人们喧闹且穿着球衣）中小偷的识别训练。如果你试图用“图书馆小偷”的训练经验去体育场里抓小偷，你很可能会失败，因为服装、噪音和行为模式完全不同。
这就是当前计算机系统在图（连接数据的网络）中寻找“异常”（怪异或有害的节点）时所面临的问题。这些系统通常只在一种特定类型的网络上进行训练，当被要求查看完全不同的网络时，它们就会陷入困境。它们试图通过将数据压缩（就像用一把通用尺子去测量羽毛和砖块）来强行让数据看起来一致，但这却丢失了数据背后的重要含义。
本文介绍了一种名为REFI-GAD的新系统，它通过改变如何看待数据来解决这一问题。以下是具体解析：
1. 问题：试图拿苹果和橙子做比较
现有方法试图通过简单地匹配特征数量（维度）来对齐不同的网络。
- 本文的类比：想象一下，试图将Cora数据集（看起来像是一份来自研究论文的巨大关键词列表）与YelpChi数据集（看起来像是一份简短的星级评分和评论统计数据列表）进行比较。
- 失败之处：现有方法使用一种数学技巧（如主成分分析 PCA）强行将这两个截然不同的列表塞进同样大小的盒子里。但仅仅因为它们能放进同一个盒子，并不意味着它们代表相同的含义。这就像强行将“辣度”评分和“颜色”评分放入同一列；计算机会感到困惑，系统在面对新数据时，识别异常的能力实际上会变差。这被称为“负迁移”。
2. 解决方案：“关系指纹”（REFI）
作者提出，不要关注原始数据（具体的单词或数字），而是说：“让我们停止关注节点是什么，转而关注它相对于邻居如何表现。”
他们创建了一种关系指纹（REFI）。你可以将其想象成一张通用的身份证，描述了一个人的社交行为，无论他是在图书馆还是在体育场。这个指纹包含五个具体的“维度”（或线索）：
- 位置一致性：这个人是否远离他的朋友？（异常节点可能是孤立的）。
- 方向一致性：这个人说话的方向或话题是否与他的朋友不同？（异常节点可能在说些奇怪的话）。
- 全局方向：这个人是否从整个人群中脱颖而出，而不仅仅是他的直接朋友？
- 度（人气）：这个人是否连接了过多的人（垃圾发送者）或过少的人（幽灵）？
- 聚类（小团体性）：他的朋友之间是否彼此都是朋友？（异常节点可能处于一个与整体格格不入的奇怪、紧密的小团体中）。
魔法技巧：系统将这五条线索转化为排名。它不再说“这个节点有 500 个连接”，而是说“这个节点处于连接数的前 1%"。这使得指纹具有通用性。在一个小网络中“前 1%"的节点，与在一个巨大网络中“前 1%"的节点，含义是相同的。
3. 侦探：模型
一旦系统拥有了这些通用指纹，它就会使用一个聪明的侦探模型（基于 Transformer，即先进 AI 聊天机器人背后的相同技术）来找出坏分子。
- “共享”大脑：该模型学习关于所有网络中“可疑行为”外观的通用规则。
- “细化”步骤：当模型查看新网络时，它会利用少量示例（“支持集”）来微调其关注点。它会问：“在这个特定的人群中，这五条线索中哪一条最重要？”
- 类比：如果你在图书馆寻找小偷，你会关注“安静程度”；如果你在体育场寻找，你会关注“移动情况”。该模型会自动调整其关注点。
4. 结果
作者在14 个不同的真实世界网络（从社交媒体到学术引用，再到电子商务）上测试了这种方法。
- 结果：他们的方法（REFI-GAD）显著优于所有之前的“通用”方法。
- 关键胜利：与其他方法在迁移到新数据时往往变差（负迁移）不同，REFI-GAD 始终变好。它成功地将知识从一种类型的图迁移到另一种类型，而无需重新训练。
总结
本文认为，要在任何网络中找出怪异节点，我们不应试图强行让原始数据看起来一致。相反，我们应该将每个节点转化为一个通用行为指纹（它如何与邻居相关联），然后使用一个智能、可适应的模型来识别异常值。这使得该系统能够成为一个“万能”侦探，适用于它遇到的任何图。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。