日本語タイトル#
因果エッジ分離とスペクトル法によるグラフ異常検出の解決
英文タイトル#
Addressing Graph Anomaly Detection via Causal Edge Separation and Spectrum
日本語摘要#
現実世界では、異常なエンティティはしばしば他の異常なエンティティとの直接的なリンクを隠しながら、より多くの正当な接続を追加します。これにより、異常ネットワークにおいて異質な構造が生じ、ほとんどの GNN ベースの技術ではこの問題に対処できません。空間領域でこの問題に対処するためにいくつかの手法が提案されていますが、これらの手法はノード構造のエンコーディング、ノードの特徴、およびそれらの文脈環境との間の複雑な関係を無視しており、原則的なガイダンスに依存しています。そのため、スペクトル領域の異質性問題を解決するための研究は依然として限られています。本研究では、異なる異質度を持つノードのスペクトル分布を分析し、異常ノードの異質性がスペクトルエネルギーを低周波から高周波にシフトさせることを発見しました。これらの課題に対処するために、異質グラフ上の異常検出のために因果エッジ分離に基づくスペクトルニューラルネットワーク CES2-GAD を提案します。まず、CES2-GAD は因果的介入を使用して元のグラフを同質エッジと異質エッジに分離します。次に、さまざまなハイブリッドスペクトルフィルターを使用して分割されたグラフから信号をキャプチャします。最後に、複数の信号の表現を連結し、分類器に入力して異常を予測します。実世界のデータセットを用いた広範な実験により、提案した手法の有効性が証明されました。
英文摘要#
In the real world, anomalous entities often add more legitimate connections while hiding direct links with other anomalous entities, leading to heterophilic structures in anomalous networks that most GNN-based techniques fail to address. Several works have been proposed to tackle this issue in the spatial domain. However, these methods overlook the complex relationships between node structure encoding, node features, and their contextual environment and rely on principled guidance, research on solving spectral domain heterophilic problems remains limited. This study analyzes the spectral distribution of nodes with different heterophilic degrees and discovers that the heterophily of anomalous nodes causes the spectral energy to shift from low to high frequencies. To address the above challenges, we propose a spectral neural network CES2-GAD based on causal edge separation for anomaly detection on heterophilic graphs. Firstly, CES2-GAD will separate the original graph into homophilic and heterophilic edges using causal interventions. Subsequently, various hybrid-spectrum filters are used to capture signals from the segmented graphs. Finally, representations from multiple signals are concatenated and input into a classifier to predict anomalies. Extensive experiments with real-world datasets have proven the effectiveness of the method we proposed.
文章ページ#
PDF 入手#
抖音でスキャンしてさらに素晴らしいコンテンツを確認