Temporal Graph Networks for Graph Anomaly Detection in Financial Networks
创建于 更新于
摘要
本报告研究了基于Temporal Graph Networks (TGN)的金融网络异常检测问题，提出利用TGN捕捉动态变化的边特征，实现对金融欺诈的高效识别。通过在真实金融场景下的DGraph数据集测试，TGN模型相较传统静态图神经网络及最新超图神经网络，在AUC指标上取得显著提升，彰显其对动态金融系统中异常行为检测的适应能力和优越性能。此外，报告探讨了多种图嵌入模块在TGN中的效果差异，进一步验证了该框架在金融异常检测中的广泛适用性。[page::0][page::2][page::3]
