图神经网络在异常检测中的应用综述

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：陈佳乐, 陈旭, 景永俊, 王叔洋

单位：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