GADBench Revisiting and Benchmarking Supervised Graph Anomaly Detection

Neurips 23
推荐指数： #paper/⭐⭐⭐
领域：图异常检测

胡言乱语：

neurips 的benchmark模块的文章总能给人一些启发性的理解，这篇的insight真有意思。个人感兴趣的地方会加粗。此外，这篇文章和腾讯AIlab合作，有腾讯背书

文章的背景

缺陷

1. 缺乏有监督GAD benchmark
2. 2. 缺乏树集成与GNN之间的比较研究
3. 3. 缺乏对大数据集的探索

4. 发现

5. 1. 有邻居聚合的数集成比大部分模型的性能都好
6. 2. 大部分的标准数据集都不适合GAD task
7. 3. 针对GAD进行针对性设计的GNN需要超参微调才能取得满意的性能

8. 我们的贡献

9. 1. 提出了GADBench
      10.2. 使用公平和严格的比较方法

相关工作

GAD的简介

GAD其实可以视为二分类问题。但是，仍然有下列的挑战：

1. 异常节点通常是整个数据集的一小部分，这会导致数据的不平衡问题。
2. 2. 异常节点通常展现强异配性，这就需要对于传播函数的改造
3. 3. 异常节点倾向于掩盖其特征和链接，通过模仿图中的正常模式来无缝混合

4. 本文涉及的方法：

5. 
6. 标准GNN即常见的GNN，

7. specializedGNN

8. specialized GNN通常需要专门的设计。
9. 重点提及一下光谱GNN，光谱GNN提供了一个新的观点，将图形异常与高频频谱分布联系起来例如，BWGNN 应用Beta内核通过灵活且局部化的带通过滤器来管理较高频率的异常。AMNet 捕获低频和高频信号，自适应地积分不同频率的信号。
   10.### 有邻居集合的树集成
   h v i ( l ) = Aggregate { h v j ( l − 1 ) ∣ v i ∈ Neighbor ( v j ) } Score ⁡ ( v i ) = TreeEnsemble ( [ h v i 0 ∣ ∣ h v i 1 ∣ ∣ ⋯ ∣ ∣ h v i L ] ) . \begin{aligned} \boldsymbol{h}_{v_i}^{(l)}& =\text{Aggregate}\{\boldsymbol{h}_{v_j}^{(l-1)}|v_i\in\text{Neighbor}(v_j)\} \\ \operatorname{Score}(v_i)& =\text{TreeEnsemble}([\boldsymbol{h}_{v_i}^0||\boldsymbol{h}_{v_i}^1||\cdots||\boldsymbol{h}_{v_i}^L]). \end{aligned} hvi​(l)​Score(vi​)​=Aggregate{hvj​(l−1)​∣vi​∈Neighbor(vj​)}=TreeEnsemble([hvi​0​∣∣hvi​1​∣∣⋯∣∣hvi​L​]).​
   AGGRATE可以是任何聚合函数，比如mean，max，polling。
   在GADBench中，我们利用Random Forest和XGboost实例化两个具有邻居聚合的新树集成基线，称为RF-Shape和XGB-Shape。

数据集介绍

分割

全监督场景，我们一般使用4/2/4的划分，具体的划分见数据集介绍。对于半监督场景，在先前的研究中，经常采取1%或者5%，然而，因为图数目的变化，固定碧梨的训练模型可能导致训练集规模的据他差异。因此我们队所有的训练集进行标准化：一共100个标签，20异常标签，80正常节点。

Insight

带有邻居聚合的树聚集成有着超强的性能

大部分标准GNN都不适合GAD

但是，有一个例外：GraphSage展现了优越的性能，甚至有时可以和专门设计的GNN比较。个人认为，GraphSAGE可以捕获自己和邻居的不同（GraphSAGE在聚合中将自身节点和邻居节点拼接在一起，这就意味着可以收货自己与周围节点的异同信息，这是其他标准GNN所不具备得

专门设计的GNN需要复杂的调参才可以取得满意的性能

异构图的增强可能只在部分数据集上起作用

如图所示，异构图只在Yelp上有增强效果，在Amazon上比不过同配图

聚合层数对于数集成的影响

为什么决策树的性能会更好？

异常实例往往会形成多个分散的集群，并与正常实例相结合，这些实例属于RF-Shape和XGB-Shape的感性偏差类别，有利于复杂且不相交的决策边界。相比之下，由于GNN通常使用MLP作为最终层，因此它们往往会生成简单且连续的决策边界，这使得GNN在一些具有挑战性的GAD数据集上表现不佳。其实就是insights:用简单的MLP不行，得设计的更复杂。但是，异常检测脱胎与图神经网络，其比较本质上就是比较嵌入的良好程度，个人觉得GNN后接更复杂的分类损失，也可以取得像树集成类似的效果

分析数据集的影响

如数据集简介所示，所示，在GADB的10个数据集中，有3个数据集纯粹使用文本嵌入作为节点特征，而在其余7个数据集中，节点特征包含各种信息，例如数字、分类和时间特征的组合。值得注意的是，对于依赖于基于文本的特征的数据集–即Reddit、weibo和Question–GNN展示了与包括树集成在内的其他方法相比具有竞争力的性能。这可以归因于文本嵌入的性质：它们通常表示高维特征空间中的低维流形，其中维度往往高度相关。GNN可以同时处理所有这些维度，而单个决策树可能只考虑功能列的有限子集。相反，在其他7个具有低相关性的不同特征类型(例如，性别和年龄信息)的数据集中，具有邻居聚集的树集成通常表现出更好的性能。