9、图嵌入技术全解析：从基础到应用

图嵌入技术全解析：从基础到应用

1. 图嵌入概述

图嵌入是图智能领域的关键话题，在网络安全时代有着重要的应用和机遇，如欺诈检测、异常检测和恶意软件分析等。图嵌入可以将图中的节点、边等信息映射到低维向量空间，以便进行后续的分析和处理。

1.1 基于边的异构嵌入技术

基于边的异构嵌入技术大致可分为两类：
- 显式保留边的邻近性 ：这类技术直接对边的邻近信息进行处理和保留。
- 隐式利用边信息保留节点的邻近性 ：通过边的信息来间接保留节点之间的邻近关系。

这两类技术都利用了异构图的一阶信息。其计算公式如下：
[
S_{ij} \approx \frac{\sum_{r \in E^+} \mu_r \cdot g_{ij}^r}{\sum_{r \in E^+} \mu_r \cdot g_{ij}^r + \sum_{r \in E^-} \mu_r \cdot g_{ij}^r}
]
其中，$E^-$ 表示节点 $\tilde{i}$ 和节点 $j$ 之间无连接的负边集合，$g_{ij} = h_i \odot h_j$，$\odot$ 表示 Hadamard 积，$\mu_r$ 表示关系 $r$ 的嵌入。

1.2 基于路径的嵌入技术

基于边的嵌入技术只能学习异构图的局部结构，即一阶关系。而高阶关系能表征更复杂的语义表示，对于异构图嵌入至关重要。为了捕捉高阶关系，通常会选择具有丰富语义的高阶关系，即元路径。基于路径的嵌入技术主要分为随机游走和混合关系两类：
| 技术类型