基于GGN的SWIFT网络欺诈检测：边分类维度越界问题求助

问题背景 #

我正在用GCN进行SWIFT网络中的欺诈交易检测，图中以银行SWIFT BIC码为节点，边代表交易。边标签0表示欺诈交易、1表示正常交易，每条边包含金额、事由、货币、时间戳4个特征。各张量形状如下：

• 节点特征张量：torch.Size([1, 210, 6])
• 边特征张量：torch.Size([200, 4])
• 边索引张量：torch.Size([2, 200])
• 邻接矩阵张量：torch.Size([1, 210, 210])
• 标签张量：torch.Size([200, 1])

原实现代码 #

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch_geometric.nn import GCNConv

class GCNEdgeClassifier(nn.Module):
    def __init__(self, input_dim, hidden_dim, output_dim):
        super(GCNEdgeClassifier, self).__init__()
        self.conv1 = GCNConv(input_dim, hidden_dim)
        self.conv2 = GCNConv(hidden_dim, output_dim)
        
    def forward(self, x, edge_index):
        # x: edge features (attributes)
        # edge_index: edge indexes
        
        # Apply first graph convolutional layer
        print("X ", x.shape)
        print("edge_index ",edge_index.shape)
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, p=0.5, training=self.training)
        
        # Apply second graph convolutional layer
        x = self.conv2(x, edge_index)
        
        # Perform edge classification
        # Here we can use a linear layer, sigmoid, or any other activation
        x = torch.sigmoid(x)
        
        return x
# Define the model
input_dim = 4  # Number of edge features
hidden_dim = 64  # Hidden dimension size
output_dim = 1  # Output dimension for edge classification (binary)
model = GCNEdgeClassifier(input_dim, hidden_dim, output_dim)

# Forward pass
predictions = model(edge_features_tensor, edge_indexes_tensor)

# Loss calculation (assuming binary cross-entropy loss)
loss_fn = nn.BCELoss()
labels_tensor = labels_tensor.float()  # Convert labels to float for BCELoss
loss = loss_fn(predictions, labels_tensor)

# Backpropagation and parameter optimization (if training)
loss.backward()
# optimizer.step()  # Update parameters if using an optimizer

报错信息 #

RuntimeError: index 202 is out of bounds for dimension 0 with size 200

说明：共有200条边（对应200个标签和边特征），但边索引引用了210个节点，刚接触GCN，不清楚如何解决边分类的适配问题。

错误原因 #

你使用的GCNConv（PyTorch Geometric中的标准层）默认是基于节点特征做图卷积，它要求输入的x是节点特征张量（形状为[节点数, 特征数]），但你传入的是边特征（仅200个样本）。而边索引中的节点索引（比如202）指向的是第203个节点（索引从0开始），此时输入的x只有200个元素，自然会触发索引越界。

修正方案 #

边分类需要结合节点的上下文信息与边自身特征，以下是可行的修正代码：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch_geometric.nn import GCNConv

class GCNEdgeClassifier(nn.Module):
    def __init__(self, node_input_dim, hidden_dim, output_dim):
        super(GCNEdgeClassifier, self).__init__()
        # GCNConv输入维度为节点特征维度（6）
        self.conv1 = GCNConv(node_input_dim, hidden_dim)
        self.conv2 = GCNConv(hidden_dim, hidden_dim)
        # 通过边两端节点特征拼接做分类，可选择加入边特征
        self.fc = nn.Linear(hidden_dim * 2 + 4, output_dim)
        
    def forward(self, node_x, edge_index, edge_x):
        # node_x: 节点特征，形状[210, 6]（需去掉batch维度）
        # edge_index: 边索引，形状[2, 200]
        # edge_x: 边特征，形状[200, 4]
        
        # 节点卷积层提取节点上下文特征
        node_x = self.conv1(node_x, edge_index)
        node_x = F.relu(node_x)
        node_x = F.dropout(node_x, p=0.5, training=self.training)
        node_x = self.conv2(node_x, edge_index)
        
        # 获取每条边的源节点与目标节点特征
        src_node_feat = node_x[edge_index[0]]  # 形状[200, hidden_dim]
        dst_node_feat = node_x[edge_index[1]]  # 形状[200, hidden_dim]
        
        # 拼接节点特征与边特征，生成边的表示
        edge_repr = torch.cat([src_node_feat, dst_node_feat, edge_x], dim=1)
        
        # 边分类预测
        out = self.fc(edge_repr)
        out = torch.sigmoid(out)
        
        return out

# 初始化模型：节点特征维度6，隐藏层64，输出维度1
model = GCNEdgeClassifier(node_input_dim=6, hidden_dim=64, output_dim=1)

# 处理节点特征：去掉batch维度，从[1,210,6]转为[210,6]
node_features = node_features_tensor.squeeze(0)

# 前向传播：传入节点特征、边索引、边特征
predictions = model(node_features, edge_indexes_tensor, edge_features_tensor)

# 损失计算
loss_fn = nn.BCELoss()
labels_tensor = labels_tensor.float()
loss = loss_fn(predictions, labels_tensor)

# 反向传播
loss.backward()
# optimizer.step()  # 训练时启用参数更新

关键修改点 #

1. 调整输入维度定义：将GCNConv的输入维度改为节点特征的6维，而非边特征的4维。
2. 修正节点特征形状：把带batch维度的节点特征[1,210,6]压缩为[210,6]，适配GCNConv的输入要求。
3. 构建边表示逻辑：通过卷积后的节点特征，提取每条边两端的节点特征，拼接边自身特征后，用全连接层做分类。
4. 明确张量作用：GCN的核心是学习节点的上下文特征，边分类需要基于这些节点特征，结合边自身属性完成预测。

内容的提问来源于stack exchange，提问作者Marie-Lyne Roustom