小组基本信息：
- 小组方向：AI算法在入侵检测、恶意软件识别、恶意流量识别方面的应用
- 论文题目：DAGAD: Data Augmentation for Graph Anomaly Detection
摘要
- 检测异常结点，属于结点型任务
- 目前存在的两个问题：
- 异常结点很难被捕获，其异常行为很微小，并且往往没有关于异常结点的先验知识
- 现实世界中大部分的结点都是正常的，就像银行贷款一样，往往1w人里面只有几个人是不还贷款的“异常结点”。存在严重的类别不平衡问题。
- 本文的模型：
- GNN将非欧数据压缩为d维向量（表征学习）
- 图增强模块，通过对生成的d维向量增加扰动，来进行数据增强，使用增强之后的生成数据作为训练集。
- 一个用来对类别不平衡数据进行分类的模型
- 在DAGAD的架构下（分别是基于DAGAD的GCN和GAT），测试了三个数据集。
介绍
根据下游任务，也可以将图异常检测划分为：node-level, link-level, graph-level。下面以经融交易举例子：
- 异常结点：诈骗犯
- 异常边：异常交易
- 异常子图：诈骗窝
该文章针对异常结点的检测。
现在的图异常检测都是通过图的拓扑结构以及特征信息来进行的。不足之处在于：
- 异常样本太少了：例如在交易场景，90%的人在受到诈骗之后不会像平台反馈，这就导致了异常结点、异常边被标记为正常！
- 类别不平衡
另外，以前的方法在处理有限的异常结点时，没有充分利用异常结点，这也影响了最后模型区分异常结点和正常结点的能力。
框架
图神经网络
本文中作者使用GCN或GAT来将结点特征压缩为d维向量。
数据增强
- 表征增强
如果直接使用GNN后得到的表征，来进行异常检测，那么最终得到的是一个次优的模型。因为类别严重不平衡这个问题没有得到处理。
本文中使用的增强方法和cs224w中讲到的对图结构增强或者是结点特征增强不同，本文的表征增强方法是：通过GNN生成的表征，来生成新的表征，来增加最终的预测模型捕捉异常样本的能力。
PS，回顾cs224w中的图增强
- 结点特征增强：给予结点相同的初始向量、给定结点唯一ID、使用图元、PageRank、聚类系数……
- 图结构增强：增加一个虚拟结点让其和所有其余结点相连、使用$\mathcal A+\mathcal A^2$来代替邻接矩阵作为计算图……
- 互补学习
在最终的预测部分时，有两个分类器，其中分类器A对普通的concat的数据进行训练；而分类器B则既对普通concat的数据训练，也对打乱后并且concat的数据进行训练。
其intuition有点类似于ResNET：
- 总结构以及算法
类别不平衡问题
其实就是在loss前面加一个因子，可以理解为惩罚，多类惩罚大，少类惩罚小。例如：
实验
配置好环境后，直接运行代码：
1 | python -W ignore main.py |
后面的参数表示的是忽略警告信息。
运行结果如下：
论文中的实验结果如下：
可以看到实验结果基本吻合。
