图神经网络在异常检测中的应用综述.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2024，60（13）51

图神经网络在异常检测中的应用综述

1112

陈佳乐，陈旭，景永俊，王叔洋

1.北方民族大学计算机科学与工程学院，银川750030

2.北方民族大学电气信息工程学院，银川750030

摘要：图数据常用于表示不同个体之间复杂的关系，例如社交网络、金融网络和微服务网络等。图神经网络

（GNN）是一种用于处理图数据的深度学习模型，它可以有效捕获图数据中的结构信息和特征信息。异常检测是指

从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系，而使用

GNN进行异常检测的模型可以利用图结构和图特征进行学习，从而提高异常检测的准确性和鲁棒性。从三个方面

对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架，分别探讨了GNN在静态图异常检测、动态图异常

检测和时序数据异常检测的最新研究进展，深入分析了该领域未来的研究方向。

关键词：图神经网络；异常检测；静态图；动态图；时序数据

文献标志码：A中图分类号：TP181doi：10.3778/j.issn.1002-8331.2310-0234

SurveyofApplicationofGraphNeuralNetworkinAnomalyDetection

1112

CHENJiale,CHENXu,JINGYongjun,WANGShuyang

1.SchoolofComputerScienceandEngineering,NorthMinzuUniversity,Yinchuan750030,China

2.SchoolofElectricalandInformationEngineering,NorthMinzuUniversity,Yinchuan750030,China

Abstract：Graphdataiscommonlyusedtorepresentcomplexrelationshipsbetweendifferentindividuals,suchassocial

networks,financialnetworks,andmicroservicenetworks.Graphneuralnetwork(GNN)isadeeplearningmodelusedfor

processinggraphdata,whichcaneffectivelycapturestructuralandfeatureinformationingraphdata.Anomalydetection

referstoidentifyingunexpecteddatafromamassiveamountofdata.Traditionalanomalydetectionmethodsusuallydo

notconsidertherelationshipsbetweendatawhendetectinggraphdata,whilemodelsthatuseGNNforanomalydetection

canlearnfromgraphstructuresandfeatures,therebyimprovingtheaccuracyandrobustnessofanomalydetection.This

paperreviewstheapplicationofGNNinanomalydetectionfromthreeaspects.Firstly,thebasicframeworkofGNNis

introduced.Secondly,thelatestresearchprogressofGNNinstaticgraphanomalydetection,dynamicgraphanomaly

detecti