1、简介

2、Rethinking Graph Neural Networks for Anomaly Detection

背景

学习模式

现有图异常检测工作

编辑动机

背景知识

方法

实验

总结

3、参考

1、简介

报告嘉宾：李佳（香港科技大学）

报告题目：图异常检测再思考—我们究竟需要怎样的图神经网络？

报告摘要：

图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融交易欺诈检测等。我们首次从谱域的角度分析了异常数据可能造成的影响。核心发现是：异常数据将导致频谱能量出现 “右移” 现象，即频谱能量分布从低频向高频移动。基于这一发现，我们又提出了 Beta 小波图神经网络（BWGNN）。它拥有多个具有局部性的带通滤波器，能够更好捕获 “右移” 产生的高频异常信息。在四个大规模图异常检测数据集上，BWGNN 的性能均优于现有的模型。

报告人简介：

李佳，香港科技大学计算机系以及香港科技大学(广州) 数据科学与分析学域助理教授，2021年博士毕业于香港中文大学。李佳博士在工业界有多年的异常检测工作经历，曾供职于Google和腾讯。其研究目前主要为图数据异常检测，可逆图神经网络以及基于图数据的药物生成和医疗健康。

参考文献

1.Rethinking Graph Neural Networks for Anomaly Detection

2.https://github.com/squareRoot3/Rethinking-Anomaly-Detection

2、Rethinking Graph Neural Networks for Anomaly Detection

背景

学习模式

现有图异常检测工作

动机

从找合适的滤波器角度入手

背景知识

图拉普拉斯算子

谱分解（外界环境信息）

谱聚类

当特征逐渐变多的时候，低频能量向高频转移

低频能量定义

结论

当图中存在异常或者当图中的异常逐渐变大时，谱分解后的能量分布糊逐渐地从低频部分往高频部分转移

通过假设验证结论

低频特征分量变大则低频能量变小

验证猜想：在合成数据集上

验证猜想：在真实数据集上

大数据集上验证存在困难，提出新概念

验证

发现异常减少，低频能量上升（绿色虚线比黄色虚线高）

通过数据值化结果验证

方法

发现小波变换就是低通滤波

发现小波GNN确实符合，同时确定使用beta kernal的intuition

回到GNN的设计上，依旧遵循MPNN范式

实验

框起来的是大数据集

总结

3、参考

录播视频链接 || 香港科技大学李佳：图异常检测再思考—我们究竟需要怎样的图神经网络？

LOGS 第2022/07/16期 || 香港科技大学李佳：图异常检测再思考—我们究竟需要怎样的图神经网络？_哔哩哔哩_bilibili

【GNN报告】香港科技大学李佳：图异常检测再思考—我们究竟需要怎样的图神经网络？相关推荐

【图异常检测论文解读】AnomMAN: Detect Anomaly on Multi-view Attributed Networks
论文链接:AnomMAN: Detect Anomaly on Multi-view Attributed Networks. 一.前言 1.1 以往图异常检测算法的问题大多数图异常检测算法仅仅考虑 ...
【GNN报告】赵越-图神经网络与异常检测
目录 1.简介 2.图神经网络与异常检测小引图异常检测背景系统PyGOD 基准BOND综述未来方向总结小结 QA 3.参考 1.简介摘要: 在这次演讲中,赵越会围绕异常检测与图上的异常 ...
ICML 2022 重思考为图结构数据异常检测设计图神经网络 | 图数据异常节点检测 | 论文解读和代码复现
文章目录一.引言二.背景与挑战三.论文主要内容四.结果分析五.代码复现 1. 环境配置 2. 结果复现一.引言 Rethinking Graph Neural Networks for A ...
使用PyG进行图神经网络的节点分类、链路预测和异常检测
图神经网络(Graph Neural Networks)是一种针对图结构数据(如社交图.网络安全网络或分子表示)设计的机器学习算法.它在过去几年里发展迅速,被用于许多不同的应用程序.在这篇文章中我们将 ...
消失的网络-基于图流的异常检测算法SpotLight
今天给大家介绍一个非常牛逼的图异常检测方法,今天只开个头,抛砖引玉,介绍下基本原理,后续有时间了,慢慢讲细节和实战. 我们如何从电子邮件或运输日志中发现有趣的事件?我们如何从IP-IP通信数据中检测端 ...
技术分享｜基于图神经网络的微服务系统调用链和日志融合异常检测方法
基于图神经网络的微服务系统调用链和日志融合异常检测方法微服务系统运行时环境具有高度的复杂性和动态性,由此带来的各种问题导致微服务系统常常出现各种故障.为了尽早发现故障,快速准确的异常检测方法成为保证 ...
【视频异常检测-论文阅读】Anomaly Detection in Video via Self-Supervised and Multi-Task Learning
来源: Georgescu, Mariana-Iuliana, et al. "Anomaly Detection in Video via Self-Supervised and Mult ...
异常检测综述（Anomaly Detection: A Survey）
Anomaly Detection: A Survey 异常检测综述: 异常检测是一个重要的问题,已经在不同的研究领域和应用领域进行了研究.许多异常检测技术是专门为某些应用领域开发的,而其他技术则更为 ...
Real-world Anomaly Detection in Surveillance Videos监控视频中的现实世界异常检测
监控视频中的现实世界异常检测,代码地址https://paperswithcode.com/paper/real-world-anomaly-detection-in-surveillance. 摘要 ...

【GNN报告】香港科技大学李佳：图异常检测再思考—我们究竟需要怎样的图神经网络？

1、简介

2、Rethinking Graph Neural Networks for Anomaly Detection

背景

学习模式

现有图异常检测工作

动机

背景知识

方法

实验

总结

3、参考

【GNN报告】香港科技大学李佳：图异常检测再思考—我们究竟需要怎样的图神经网络？相关推荐

最新文章

热门文章