GRAPH / DYNAMIC ANOMALY

BAG

AAAI 2026

Benchmarking Anomaly Detection on Dynamic Graphs

面向动态图异常检测，覆盖 10 个数据集与 25 类模型，系统比较不同模型在时间变化图结构中的检测能力。

10数据集

25模型

节点 / 边检测层级

01 / RESEARCH OVERVIEW

评测问题

在不断变化的图结构中识别异常节点和异常边，评估时间信息对异常检测的作用。

02 / RESEARCH OVERVIEW

覆盖 10 个真实数据集、25 种模型，包含自然异常与合成异常，并统一模型训练、评测协议和指标。

03 / RESEARCH OVERVIEW

连续时间动态图模型在边异常检测中显示优势。自然异常仍较难检测，时间异常与样本不平衡是重要挑战。

研究介绍与结果据论文原文 ↗整理；实验结论对应原文中的模型、数据与协议。