利用多尺度对比学习的有向事件异常检测方法

摘要

针对现有基于超图表示学习的有向事件异常检测方法无法充分捕获异常模式和使用受限的问题，提出一种利用多尺度对比学习的有向事件异常检测方法。首先，将事件建模为有向超图；其次，设计多尺度对比学习算法，捕获有向事件在实体对、实体集、头尾集和事件方向等方面的异常模式；最后，设计异常事件评分函数完成异常事件检测。在不同领域的3个真实数据集上的实验表明，相比基线方法，该方法在精确率和曲线下面积（AUC）两个指标上均取得最优，精确率平均提升11.84%,AUC平均提升15.22%。

关键词

网络事件 / 有向事件 / 异常检测 / 多尺度 / 对比学习