[發明專利]一種基于大規模圖神經網絡的異常檢測方法及系統

在審

• 申請號: 202210950334.X
• 申請日: 2022-08-09
• 公開（公告）號: CN115310540A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 魏哲巍;鄭艷萍;王涵之;劉家俊;王思博
• 申請（專利權）人: 中國人民大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06Q40/04;G06Q50/00
• 代理公司: 北京興智翔達知識產權代理有限公司 11768
• 代理人: 郭衛芹

本發明公開了一種基于大規模圖神經網絡的異常檢測方法，包括：將目標場景中的對象之間的關系轉換為第一圖結構；基于所述第一圖結構獲取特征矩陣；所述特征矩陣包括所述第一圖結構中的節點特征；獲取信息傳遞過程中所述特征矩陣的特征傳播向量和誤差向量；所述特征傳播向量表征所述特征矩陣中節點之間已傳遞的信息量；所述誤差向量表征所述特征矩陣中節點之間未傳遞的信息量；根據所述特征傳播向量和誤差向量獲取所述特征矩陣的最終節點特征向量；根據所述最終節點特征向量計算節點的識別結果以進行異常檢測。本發明所述的方法可以實現在大規模圖上的異常檢測，在有效時間內得到圖上所有節點的識別結果。

技術領域

本發明是關于計算機技術領域，特別是關于一種基于大規模圖神經網絡的異常檢測方法及系統。

背景技術

異常是指與其他明顯不同的一個。在不同的應用領域中，通常認為是與標準、正常或者預期有著明顯差異的異常對象。在真實場景中，異常可能表現為垃圾郵件的發送者，社交網絡中的欺詐者或虛假用戶，計算機網絡中的網絡入侵者或惡意軟件，以及工業系統中的損壞設備或故障塊。盡管這些異常對象在現實世界中可能很少出現，但通常會產生真實和不利的影響，例如，社交媒體中的虛假新聞會造成恐慌和混亂，并可能向大眾傳播誤導性信念，在線評論系統中的不可信評論會影響客戶的購物選擇，網絡入侵可能會泄露個人隱私數據信息，異常數據還可能會造成巨大的經濟損。

異常檢測是數據挖掘過程，旨在識別偏離數據集中大多數的異常模式。為檢測異常，傳統技術通常將現實世界的對象表示為特征向量，例如使用詞袋表示社交媒體中的新聞，使用顏色直方圖表示網頁中的圖像，然后在向量空間中檢測異常數據點。盡管這些技術已經顯示出在表格數據格式下定位異常數據點的能力，但他們并未考慮對象之間的復雜關系，從而檢測的準確率不高。真實場景中，各對象之間具有豐富的關系，可以為異常檢測提供有價值的補充信息，以社交網絡為例，虛假用戶可以使用來自正常用戶的有效信息來創建賬戶，也可以通過模仿良性用戶的屬性來偽裝自己。在這種情況下，虛假用戶和良性用戶將具有幾乎相同的特征，而傳統的異常檢測技術可能無法僅使用特征信息來識別它們。然而，虛假用戶總是與大量良性用戶建立關系，從而增加他們的聲譽和影響力，以從中獲得好處，而良性用戶很少表現出這樣的活動。因此，由虛假用戶形成的這些密集且不合常識的連接表現出他們相對于良性用戶的偏差，更全面的檢測技術應該將這些結構信息納入考慮范疇來查明異常的偏差模式。

圖是計算機科學中被頻繁使用的一種數據結構，可以輕松地對事物及其關系進行建模，其中節點表示真實對象，邊表示他們的關系。隨著圖數據在Web時代變得無處不在，圖結構信息在識別欺詐性用戶或活動等異常數據方面發揮著至關重要的作用。圖神經網絡作為挖掘圖結構數據的流行方法，可自然地應用于異常檢測任務，且可端到端地學習而無需依賴于手工制作的特征過程或領域專家構建的統計模型。然而，由于以往基于圖神經網絡的方法需要在圖結構中交互進行消息傳遞和權重學習，難以擴展到較大規模的數據中，進而影響算法的實際應用效果。另一方面，基于圖神經網絡的方法通常基于靜態圖設計，針對頻繁變化的動態圖，只能將其離散化為多個靜態圖快照組成的序列后進行處理，但離散化后的數據將損失大量的動態信息，影響異常檢測的準確性。

公開于該背景技術部分的信息僅僅旨在增加對本發明的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。

發明內容

本發明的目的在于提供一種基于大規模圖神經網絡的異常檢測方法及系統，可以實現在大規模圖上的異常檢測，在有效時間內得到圖上所有節點的識別結果，同時滿足計算結果的精確度要求從而能準確定位異常節點，降低時間復雜度，滿足實時檢測的要求。

為實現上述目的，本發明提供了一種基于大規模圖神經網絡的異常檢測方法，所述方法包括：

將目標場景中的對象之間的關系轉換為第一圖結構；其中，所述對象對應所述第一圖結構的節點，所述對象之間的關系對應所述第一圖結構的邊；