本論文は、自己地図学習(SSL)ベースのグラフ異常検出方法の性能に大きく影響する3つの要因、すなわち1)使用するSSL戦略、2)戦略のハイパーパラメータ調整、3)複数の戦略を使用するときの組み合わせ重み割り当てを実験的に明らかにした。従来の多くのSSLベースのグラフ異常検出方法は、これらの要素をランダムに選択したり、ラベル情報に基づいて選択したり、パフォーマンスの低下や重大なパフォーマンスの過大評価(ラベル情報の漏洩)につながる可能性があります。そこで,本論文では,これらの問題を解決するために理論的分析に基づく内部評価戦略を提示し,SSLのハイパーパラメータを選択する方法を提案する。 10の最新SSLベースのグラフ異常検出アルゴリズムとさまざまなベンチマークデータセットを使用した広範な実験により、従来のハイパーパラメータ選択の問題と提案された戦略の効果を実証します。