Partitioning Message Passing for Graph Fraud Detection
文献地址：PMP.pdf
代码仓库：Xtra-Computing/PMP
1.背景及创新点1. 问题背景与挑战在使用图神经网络进行图欺诈检测时，主要面临两个挑战：
标签不平衡（Label Imbalance）
图数据通常存在标签不平衡的问题，即欺诈和非欺诈的节点标签数量差异很大。例如，在一个社交网络中，可能大多数节点代表的是正常用户，只有少部分节点代表欺诈用户。这种不平衡的标签分布会导致模型对少数类（欺诈类）预测不准确，从而影响整体检测效果。
同质性-异质性混合（Homophily-Heterophily Mixture）
图数据中存在着同质性（Homophily）和异质性（Heterophily）的混合关系：
同质性指的是图中节点之间具有相似的属性或标签，通常是图神经网络的假设基础（例如，社交网络中的好友节点往往有相似的兴趣）。
异质性则指的是图中某些节点之间存在明显的差异，例如不同类别或标签的节点连接在一起。
传统的图神经网络模型倾向于利用同质性关系，忽略异质性节点的贡献，但在实际的图欺诈检测任务中，异质性节点的信息同样重要，因为欺诈节点往往和非欺诈节点之间有着不同的行为模式或 ...
贪心算法复习
贪心算法1. 贪心算法 (Greedy Algorithm)
基本思想：在每一步中选择“当前最优解”，即局部最优解，期望通过一系列局部最优选择达到全局最优。
局部最优与全局最优的关系：
贪心算法仅在某些特定问题中有效，即局部最优选择能导出全局最优解。
贪心算法通常简单且高效，但并不总是正确。
优点：算法简单、执行效率高。
缺点：可能产生错误结果或次优解。
1.1案例：区间调度问题 (Interval Scheduling)
问题描述：
给定 $n$ 个任务，每个任务有一个开始时间 $s_j$ 和结束时间 $f_j$。
两个任务相容当且仅当它们不重叠。
目标：选择最多数量的相容任务。
贪心策略：
按任务的结束时间 $f_j$ 升序排序。
每次选择当前最早结束且与已选任务不冲突的任务。
时间复杂度：
排序：$O(n \log n)$。
遍历：$O(n)$。
总时间复杂度：$O(n \log n)$。
以下是区间调度问题 (Interval Scheduling) 的贪心算法伪代码：
区间调度问题的伪代码123456789101112131415Algorithm Int ...
Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection Detection
Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection文献地址：Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection | OpenReview
代码仓库：xydong127/RQGNN
1 问题核心问题是：如何通过光谱特性有效地进行图级异常检测。
1.1 现有问题
光谱特性的忽视：
当前图异常检测方法多基于空间域的特征，例如节点属性和拓扑信息，未能充分利用图的光谱特性。
异常图和正常图在光谱能量分布上存在显著差异，但这一特性尚未被现有方法利用。
模型解释性不足：
许多现有方法框架复杂，设计上缺乏理论依据，难以解释异常检测的核心原理。
性能不足：
当前模型在异常检测任务中效果有限，特别是在数据不平衡的情况下难以有效捕捉异常模式。
1.2 文献中的解决方案针对上述问题，本文提出了一个创新性的解决方案：
通过研究Rayleigh商，揭示正常图和异常图的累积光谱能量分布存在统计学差异。
利用光谱 ...
Effective High-order Graph Representation Learning for Credit Card Fraud Detection
论文地址：Effective High-order Graph Representation Learning for Credit Card Fraud Detection
代码仓库：AI4Risk/antifraud: A repository for financial fraud detection
背景，动机，创新1 背景随着数字支付的普及，信用卡欺诈已成为全球金融系统中的重大问题，带来巨大的经济损失，并影响个人和企业的财务安全。报告预测未来十年全球信用卡欺诈损失将达数千亿美元，因此有效的欺诈检测技术对于维持金融系统的健康至关重要。
2 动机
现有的欺诈检测方法，包括基于规则和传统的机器学习方法，难以识别复杂的欺诈行为，特别是那些伪装性强的间接交易。在这种情况下，欺诈者会通过多个正常用户和合法交易掩盖其身份，绕过检测系统，使得欺诈交易看起来像普通的多跳间接交易。虽然近年来图神经网络（GNN）因其在捕捉节点间关系方面的优势而被应用于欺诈检测，但现有的GNN方法在识别这种伪装交易时效果有限。主要原因在于：
伪装欺诈的复杂性：欺诈者往往利用多跳间接交易来隐藏自己，使得直接邻居大多 ...
GADRA-Graph Anomaly Detection via Neighborhood Reconstruction
GAD-NR: Graph Anomaly Detection via Neighborhood Reconstruction论文地址：GAD-NR: Graph Anomaly Detection via Neighborhood Reconstruction
代码仓库：Graph-COM/GAD-NR: [WSDM 2024] GAD-NR : Graph Anomaly Detection via Neighborhood Reconstruction
关键词：Anomaly Detection, Graph Neural Network, Auto-Encoder
1.介绍1.1 背景现有的图自编码器（GAE）方法通过将图数据编码为节点表示，然后评估图的重建质量来检测异常。然而，现有的GAE模型主要优化的是直接连接的重建，导致在处理复杂结构的异常时效果较差，尤其是那些不符合簇型结构的异常节点。
为了解决这个问题，本文提出了一种新的方法——GAD-NR，即基于邻域重建的图异常检测方法。GAD-NR不仅重建节点之间的连接，还通过邻域重建来评估节点的异常性，考虑节点的局部结构、节点自 ...
DAGAD-Data Augmentation for Graph Anomaly Detection
文献地址：DAGAD: Data Augmentation for Graph Anomaly Detection | IEEE Conference Publication | IEEE Xplore
1 介绍1.1 问题文章研究了在图数据中检测异常节点的技术。现有方法面临两个主要问题：
异常样本稀缺：由于异常行为通常较为隐蔽，且缺少足够的背景知识，因此难以有效捕捉异常样本。
类别不平衡：现实中的图数据中，大部分对象是正常节点，异常节点数量极少，导致类别不平衡的问题。
为了解决这些问题，论文提出了一种基于数据增强的图异常检测框架，称为DAGAD（Data Augmentation-based Graph Anomaly Detection）。这个框架包括三个模块：
信息融合模块：利用图神经网络编码器学习节点的表示。
数据增强模块：通过生成额外的训练样本来扩充训练集。
不平衡学习模块：优化少数类别（异常类）和多数类别（正常类）之间的分布差异。
1.2 贡献本文在图异常检测领域的贡献包括以下几个方面：
所提出的图数据增强技术在嵌入空间中从原始训练集生成附加样本。通过两种分类器 ...
Denoising Diffusion Probabilistic Model
扩散模型的原理与可解释性扩散模型（Denoising Diffusion Probabilistic Model, DDPM）的原理可以从其背后的概率推断和去噪过程两个关键机制出发，结合模型的可解释性来进行更详细的说明。
1. 扩散模型的基本框架扩散模型的核心思想是通过两个过程：正向扩散过程和反向去噪过程来生成数据。这种生成机制具有较好的可解释性，因为它模拟了数据逐渐退化为噪声，再从噪声中逐步恢复的过程。
正向过程：逐步向数据中添加高斯噪声，将原始数据 x_0 扩散为接近高斯噪声的 x_T。
反向过程：从最终的噪声样本 x_T 开始，逐步去噪，生成接近真实数据的样本 x_0。
这个框架类似于一种“破坏-恢复”的流程，正向过程将数据“破坏”到完全随机的状态，反向过程则通过逆向步骤“恢复”到原始状态。这种逐步生成的过程在每个步骤都具有明确的物理和概率意义，因此具有良好的可解释性。
2. 正向过程（Forward Process）正向过程可以视为一个马尔可夫链，它通过逐步向数据添加噪声，导致数据逐渐变得混乱，最终接近完全随机的高斯噪声。具体地，每一步都执行如下操作：
q(x_t | x ...
Graph Anomaly Detection with Few Labels - AData-Centric Approach
文献地址：Graph Anomaly Detection with Few Labels: A Data-Centric Approach
介绍这篇论文针对静态图上的异常节点检测任务，提出了一种数据为中心的解决方案。
传统方法通常面临两个挑战：异常节点的稀缺性和高昂的标注成本，导致数据不平衡且难以通过少量标签进行有效学习。因此许多研究接受了这些以数据为中心的挑战，作为图异常检测的事实设置，并追求实现更复杂的图学习算法来检测具有少量标签的图异常。
我们将重点放在生成紧密复制原始图形分布的训练节点上。与以前的以模型为中心的策略不同，我们的方法是以数据为中心的，因为我们优先考虑合成数据的生成和利用，以应对数据稀缺的挑战。然而这种方法会引起两个基本问题：
第一，确保合成数据紧密复制图数据的复杂特征的挑战;
第二，合成数据是否有利于图异常检测。
为了解决这些问题，本文提出了一种基于去噪扩散模型的图生成方法，生成与原始图拓扑和属性分布相符合的辅助训练节点。通过这些生成的节点，现有的异常检测模型可以在少量标签条件下显著提升性能。
我们确定了去噪神经网络应该具备的两个原则：
第一，保留每个节点与其邻居 ...
Multitask Active Learning for Graph Anomaly Detection
文献地址：Multitask Active Learning for Graph Anomaly Detection
代码仓库：AhaChang/MITIGATE
文献介绍了一种名为 MITIGATE 的多任务主动学习框架，用于在图结构数据中进行异常检测。
介绍背景现有的图神经网络（GNN）在异常检测中面临的一个主要挑战是缺乏足够的标注数据，这导致模型性能不稳定。
现有问题
无监督方法通常依赖于数据的分布模式，但如果数据偏离假设的分布，其性能会明显下降。
图结构数据的复杂性以及手动标注正常节点和异常节点的高成本，限制了完全监督学习的应用。由于获取充足的标签非常昂贵，因此需要探索能够利用有限监督信号的学习范式。
MITIGATE框架该框架通过结合节点分类任务来检测异常，主要创新点包括：
多任务学习：MITIGATE 利用了节点分类任务的监督信号来帮助异常检测，特别是在没有已知异常的情况下，通过分类任务检测分布外的节点。
动态信息性度量：通过不同任务之间的置信度差异来度量节点的信息性，从而选择那些提供有用信息但不会过于复杂的样本进行训练。
掩码聚合机制：为了解决图结构中节点间的关系，M ...
数据集处理
YelpChi数据集：基于Yelp数据集上的一个行为图数据集，数据集中的数据以稀疏矩阵的形式存在。该数据集经常用于节点分类、欺诈检测、异常检测等的研究任务上。
Yelp垃圾评论数据集包括Yelp过滤(垃圾)和推荐(合法)的酒店和餐厅评论。Yelp-Fraud数据集上执行一个垃圾邮件审查检测任务，该任务是一个二元分类任务。YelpChi从SpEagle上提取了32个手工特性作为Yelp-Fraud的原始节点特性，基于前人研究发现意见欺假者在用户、产品、评论文本、时间等方面存在联系，将评论作为图中的节点，设计了三种关系:R-U-R:连接同一用户发布的评论;R-S-R:连接同一产品同一星级(1-5星)下的评论;R-T-R:连接同一个月发布的同一产品下的两个评论。
数据集预处理1234567891011121314151617# 设置数据文件的路径前缀prefix = 'data/'# 从 'YelpChi.mat' 文件中加载数据，返回一个包含数据的字典yelp = loadmat('data/YelpChi.mat')# 加载不同 ...
PC-GNN
论文地址：Pick and Choose: A GNN-based Imbalanced Learning Approach for Fraud Detection (acm.org)
代码仓库：PonderLY/PC-GNN: (WWW 2021) Source code of PC-GNN (github.com)
1.背景图结构中的欺诈节点数量通常远少于正常节点，导致传统的图神经网络在处理这种不平衡数据时表现不佳，特别是难以识别重要的少数类。
2.贡献
提出了基于GNN的解决类别不平衡问题的新方法，适用于图结构的欺诈检测。
设计了标签平衡采样器和邻居选择采样器，能够更有效地捕捉少数类（欺诈类）的重要特征。
在多种数据集上进行了大量实验，证明了该方法的有效性。
3.方法文章提出了一种名为Pick and Choose Graph Neural Network（PC-GNN）的方法，专门针对图数据的不平衡分类任务。该方法通过以下步骤来提高欺诈检测的准确性：
Pick（挑选）：使用一个标签平衡的采样器，从图中挑选节点和边，构建一个小的子图用于训练。这种采样方式使得子图中的类别分布更 ...
GraphSAGE
论文地址：1706.02216
网站：GraphSAGE
代码仓库：williamleif/graphsage-simple: Simple reference implementation of GraphSAGE.
介绍GraphSAGE（Graph Sample and Aggregate）是一种图神经网络模型，旨在有效地处理大规模图数据。它通过采样和聚合节点的邻居信息，生成节点的嵌入向量，能够进行图结构的任务，如节点分类、节点嵌入、链路预测等。
1. 背景：传统的图神经网络（GNN）模型，如GCN（Graph Convolutional Network），通常需要处理整个图的邻居信息来生成节点嵌入。这种全图卷积的方式在小型图上表现良好，但随着图规模增大，计算和存储成本急剧增加，尤其是在处理社交网络、生物网络等大规模图时，直接使用所有邻居节点的信息变得不可行。因此，GraphSAGE模型应运而生，旨在解决大规模图数据中计算和存储效率的问题。
2. 动机：GraphSAGE的动机是解决以下问题：
大规模图上的计算效率：随着图规模的增大，传统GNN需要处理整个图的数据，导致内存和计 ...