X4G是一个基于图神经网络的通用异常检测框架，专门用于在复杂网络数据中发现异常节点、边或子图。

一、项目背景：为什么需要X4G？

在现实世界中，从社交网络中的欺诈账户检测、金融交易中的洗钱识别，到网络安全中的入侵检测、生物信息学中的致病基因发现，异常检测（Anomaly Detection）无处不在。然而，传统异常检测方法（如孤立森林、LOF、One-Class SVM）大多假设数据是独立同分布的，无法有效利用实体之间的关联关系。而图结构数据天然蕴含了丰富的交互信息——比如用户之间的转账网络、设备之间的通信拓扑、蛋白质之间的相互作用网络——这些关系往往能为异常行为提供关键线索。

尽管图神经网络（GNN）在节点分类、链接预测等任务上表现出色，但专门针对图异常检测的通用框架仍然稀缺。现有的方法要么针对特定领域（如社交网络假账户检测）设计，难以迁移；要么需要大量标注数据，而在异常检测场景中，异常样本通常极其稀少且标注成本极高。X4G正是为了解决这些痛点而生：它提供了一个统一的、模块化的图异常检测框架，支持多种异常类型（节点、边、子图），并内置了自监督学习机制，能够在不依赖大量标签的情况下高效工作。

二、快速上手：安装与基础使用

2.1 安装

X4G基于Python 3.8+和PyTorch，可通过pip直接安装：

bash
pip install x4g

如果希望使用最新的开发版本，也可以从源码安装：

bash
git clone https://github.com/x4gKing/X4G.git
cd X4G
pip install -e .

2.2 基本使用示例

以下是一个完整的异常节点检测示例，使用内置的合成数据集：

python
import x4g
from x4g.datasets import SynthGraphDataset
from x4g.models import DeepGCNAnomalyDetector
from x4g.trainer import Trainer

1. 加载合成图数据集（包含异常节点）

dataset = SynthGraphDataset(num_nodes=1000, anomaly_ratio=0.05)
graph = dataset[0] # 包含 edge_index, node_features, anomaly_labels

2. 初始化模型（基于DeepGCN的异常检测器）

model = DeepGCNAnomalyDetector(
in_channels=graph.x.size(1),
hidden_channels=64,
num_layers=3,
dropout=0.2
)

3. 训练（自监督模式，无需标签）

trainer = Trainer(model, lr=0.001, epochs=200)
trainer.train(graph)

4. 获取每个节点的异常得分

anomaly_scores = model.predict(graph)

5. 输出得分最高的前10个节点

top_k = anomaly_scores.argsort(descending=True)[:10]
print("Top-10 疑似异常节点索引:", top_k.tolist())

2.3 自定义数据集

对于自己的图数据，只需构造一个包含edge_index（边索引，形状[2, E]）和x（节点特征矩阵，形状[N, F]）的torch_geometric.data.Data对象即可：

python
import torch
from torch_geometric.data import Data

假设你有5个节点，边为0-1, 1-2, 2-3, 3-4, 4-0

edge_index = torch.tensor([[0, 1, 2, 3, 4],
[1, 2, 3, 4, 0]], dtype=torch.long)

每个节点有10维特征

x = torch.randn(5, 10)

graph = Data(x=x, edge_index=edge_index)

直接用于模型

model = DeepGCNAnomalyDetector(in_channels=10, hidden_channels=32)
scores = model.predict(graph)

三、核心亮点与技术架构

3.1 统一的多异常类型支持

X4G将异常检测分为三个层次：

• 节点级异常：单个节点与其他节点显著不同（如社交网络中的僵尸账号）
• 边级异常：某条边的关系模式异常（如金融网络中的异常转账）
• 子图级异常：一组节点及其连接形成的异常模式（如网络攻击中的协同行为）

框架内置了针对每种类型的专用检测头，用户只需通过参数task='node'、task='edge'或task='subgraph'切换。

3.2 自监督学习机制

X4G的核心创新之一是其自监督训练范式，它不需要任何异常标签。其原理是：

1. 图扰动学习：对原始图进行随机掩码、加噪、子图采样等操作，生成正样本（原始图）和负样本（扰动图）。
2. 对比学习：训练GNN编码器使得正样本的表示相似，负样本的表示远离。
3. 异常得分计算：在推理阶段，节点/边/子图的异常得分定义为“该样本与全局正常模式之间的不一致程度”，通过编码器输出的隐向量与原型向量的距离来衡量。

这种方法避免了人工标注的巨大成本，尤其适合异常样本极度稀少（通常<1%）的场景。

3.3 模块化设计

X4G采用插件式架构，主要组件包括：

• 数据模块：支持PyTorch Geometric的数据格式，内置合成数据生成器、标准benchmark数据集（如Cora、PubMed、Reddit的异常版本）。
• 骨干网络：提供GCN、GAT、GraphSAGE、DeepGCN、GIN等多种GNN架构，可自由替换。
• 检测头：针对节点/边/子图任务设计了不同的异常得分函数。
• 评估模块：包含AUC-ROC、AUC-PR、Precision@K、Recall@K等标准指标，支持自动阈值选择。

3.4 可扩展性与效率

• 小图优化：对于节点数<10万的图，采用全图批处理，内存效率高。
• 大图支持：内置ClusterGCN子图采样策略，可处理百万节点级别的图。
• GPU加速：所有计算均基于PyTorch，自动支持CUDA。

四、适用场景

领域	具体应用	异常类型	示例数据
金融风控	信用卡欺诈、洗钱检测	节点/边	交易网络图
网络安全	入侵检测、APT攻击识别	子图	主机通信拓扑
社交网络	僵尸粉、水军、垃圾信息	节点	用户关注/互动图
生物信息	致病基因、药物靶点发现	节点	蛋白质互作网络
工业物联网	传感器异常、设备故障	节点/边	设备连接与状态图
推荐系统	刷单、恶意评分	边	用户-物品二部图

五、同类项目对比

特性	X4G	PyGOD	DeepSAD	OCGNN
图数据原生支持	✅ 原生	✅ 原生	❌ 需转换	✅ 原生
异常类型	节点/边/子图	节点/边	仅节点	仅节点
自监督训练	✅ 内置	✅ 部分	❌ 需负样本	❌ 需负样本
模块化骨干网络	多种GNN可选	多种GNN可选	固定MLP	固定GCN
大图支持	✅ ClusterGCN	❌ 全图	❌ 全图	❌ 全图
文档与示例	详细	较详细	较少	较少
社区活跃度	中等（303 Stars）	高（2k+ Stars）	低	低

• PyGOD：目前最流行的图异常检测库，但主要针对节点和边，且子图检测支持有限；在大图上的采样策略不如X4G成熟。
• DeepSAD：经典的深度异常检测方法，但并非为图数据设计，需要手动提取图特征，无法端到端学习。
• OCGNN：将单类分类（One-Class Classification）引入GNN，但只支持节点级异常，且训练需要正常样本的分布假设。

X4G的主要优势在于：

1. 真正的“即插即用”：无需特征工程，输入原始图即可得到异常得分。
2. 自监督范式的鲁棒性：在异常比例极低（<0.1%）时仍能保持较高AUC（论文中在多个benchmark上达到0.85+）。
3. 全栈覆盖：从数据加载、模型训练到评估可视化，提供了完整的工具链。

六、局限性与未来方向

• 可解释性：当前版本仅输出异常得分，不提供原因解释（如哪些邻居节点贡献最大）。社区计划引入GNNExplainer等可解释性模块。
• 动态图支持：目前仅处理静态图，对于时序网络（如流式交易）尚未支持，这将是下一个主要更新方向。
• 超参数敏感：自监督学习中的扰动强度、对比损失的温度系数等超参数需要针对不同数据集调优，框架提供了自动调参指南但尚未完全自动化。

七、总结

X4G是一个设计精良、功能全面的图异常检测工具包。它解决了图数据中异常检测缺乏统一框架的痛点，通过自监督学习和模块化设计，降低了使用门槛，同时保持了高度的灵活性和可扩展性。无论是学术研究者快速验证新算法，还是工业工程师部署生产级异常检测系统，X4G都能提供有力的支持。对于关注图神经网络应用、尤其是异常检测方向的开发者来说，X4G绝对值得一试。

---

项目链接：https://github.com/x4gKing/X4G