【源头活水】CARE-GNN论文理解

“问渠那得清如许，为有源头活水来”，通过前沿领域知识的学习，从其他研究领域得到启发，对研究问题的本质有更清晰的认识和理解，是自我提高的不竭源泉。为此，我们特别精选论文阅读笔记，开辟“源头活水”专栏，帮助你广泛而深入的阅读科研文献，敬请关注。

来源：知乎—biu odd

地址：https://zhuanlan.zhihu.com/p/417115526

CARE-GNN是PC-GNN之前发表的一篇解决识别伪装欺诈者（Graph Neural Network-based Fraud Detectors against Camouflaged Fraudsters）的图神经网络论文，PC-GNN也是基于其上的。

01

解决问题

对比PC-GNN解决的是伪装欺诈者在图上的不平衡问题，CARE首先解决伪装欺诈者的端到端识别问题。

伪装欺诈者的伪装主要分为两部分

1. Feature camouflage：聪明的骗子可能会调整他们的行为，在评论中添加特殊字符，或使用深度语言生成模型来掩盖明确的可疑结果，这些有助于绕过基于特征的检测器。

2. Relation camouflage：骗子将自己与良好的实体关联在一起（比如定期发布评论或与有信誉的用户联系），以此逃避检测

伪装存在证明

根据作者github的更新：

https://github.com/YingtongDou/CARE-GNN

1. 对于特征伪装，计算节点特征向量的欧氏距离作为节点相似度，然后用全部的边的数量进行归一化，结果发现平均的节点相似度非常高。

2. 对于关系伪装，基于两个相连的节点是否存在相同的标签来计算标签相似度，然后用全部的边的数量进行归一化。高标签相似度证明欺诈者未能成功伪装，而低标签相似度证明欺诈者成功伪装。结果只有R-U-R关系的标签相似度超过20%，其他均低于20%。

计算公式：

解决方法

于是，为了对抗骗子的伪装，作者提出三种手段：

1. 针对特征伪装，提出标签感知相似度测量，基于节点特征来找到最相似的邻居。

2. 针对关系伪装，设计了一个相似度感知邻居选择器，选择出一个关系中一个中心节点的相似的邻居。在GNN训练的过程中，使用强化学习找到最优的邻居选择阈值

3. 使用学习到的邻居过滤阈值来规划一个关系感知邻居聚合器，将不同关系中的邻居节点信息结合在一起。

02

模型部分

标签感知相似度测量

无监督相似度度量手段难以将伪装的特征识别出来，所以需要一个有监督的参数化的相似度度量手段。

使用一层的MLP作为标签预测器，使用L1范式度量相似度

为了直接训练到标签的相似度度量参数，单独设置一个损失函数：

相似度感知邻居选择

Top-p Sampling：

对于第    层关系    ，过滤的阈值为  (闭区间说明可以全取或不取)

邻居个数选择  ,相似度降序排列

那么如何选择阈值    呢？

不存在梯度，也就没有办法使用BP训练更新

作者提出RL过程来选择最优超参

先计算一个epoch    内的平均距离: 

使用强化学习的方法，奖赏定义为：

两个epoch间，当平均距离减小时正值，平均距离增大时负值 

终止条件为：

10个epoch内总波动小于2

关系感知邻居聚合器

关系内聚合 

关系间聚合 

其中    是前面强化学习而来的参数，    是mean聚合器，

而    可以是任意种聚合器，作者在论文里测试了mean聚合器、Weight聚合器、attention聚合器、GNN聚合器。

损失函数：

其中使用MLP对节点嵌入进行二分类。

模型汇总

总的损失函数如下：

算法更新过程：

03

实验结果

本文目的在于学术交流，并不代表本公众号赞同其观点或对其内容真实性负责，版权归原作者所有，如有侵权请告知删除。

“源头活水”历史文章

更多源头活水专栏文章，

请点击文章底部“阅读原文”查看

分享、在看，给个三连击呗！