Inductive Anomaly Detection on Attributed Networks

对抗制 异常检测 计算机科学 生成语法 图形 人工智能 深层神经网络 机器学习 深度学习 异常(物理) 理论计算机科学 凝聚态物理 物理
作者
Kaize Ding,Jundong Li,Nitin Agarwal,Huan Liu
标识
DOI:10.24963/ijcai.2020/179
摘要

Anomaly detection on attributed networks has attracted a surge of research attention due to its broad applications in various high-impact domains, such as security, finance, and healthcare. Nonetheless, most of the existing efforts do not naturally generalize to unseen nodes, leading to the fact that people have to retrain the detection model from scratch when dealing with newly observed data. In this study, we propose to tackle the problem of inductive anomaly detection on attributed networks with a novel unsupervised framework: Aegis (adversarial graph differentiation networks). Specifically, we design a new graph neural layer to learn anomaly-aware node representations and further employ generative adversarial learning to detect anomalies among new data. Extensive experiments on various attributed networks demonstrate the efficacy of the proposed approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
TAN发布了新的文献求助10
刚刚
刚刚
Bottle完成签到,获得积分10
1秒前
1秒前
诚心的若南完成签到,获得积分10
1秒前
点点完成签到,获得积分10
1秒前
1秒前
LHTTT完成签到,获得积分10
2秒前
zz完成签到 ,获得积分10
2秒前
2秒前
桐桐应助易烊千玺采纳,获得10
2秒前
3秒前
ll发布了新的文献求助30
3秒前
LYegoist完成签到,获得积分10
4秒前
Kane发布了新的文献求助10
4秒前
爆米花应助无辜的冬寒采纳,获得10
4秒前
Rocky完成签到 ,获得积分10
4秒前
4秒前
TCR完成签到,获得积分10
5秒前
5秒前
nj发布了新的文献求助10
5秒前
点点发布了新的文献求助10
6秒前
6秒前
Owen应助隐形铃铛采纳,获得10
7秒前
麋鹿完成签到,获得积分10
7秒前
sutychen发布了新的文献求助10
7秒前
9秒前
852应助iii采纳,获得10
9秒前
李爱国应助顺利紫山采纳,获得10
9秒前
脆皮鱼完成签到 ,获得积分10
9秒前
华仔应助YZzzJ采纳,获得10
10秒前
10秒前
10秒前
DONGmumu完成签到,获得积分10
11秒前
yx完成签到,获得积分10
11秒前
活力寻菱完成签到 ,获得积分10
11秒前
11秒前
负责的雪碧完成签到,获得积分10
11秒前
阿乔完成签到,获得积分10
12秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3143174
求助须知:如何正确求助?哪些是违规求助? 2794297
关于积分的说明 7810446
捐赠科研通 2450505
什么是DOI,文献DOI怎么找? 1303862
科研通“疑难数据库(出版商)”最低求助积分说明 627081
版权声明 601384