基于优化图嵌入表示的异常行为检测方法

AITNT
正文
推荐专利
基于优化图嵌入表示的异常行为检测方法
申请号:CN202410763841
申请日期:2024-06-13
公开号:CN118820877A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了一种基于优化图嵌入表示的异常行为检测方法,首先获取需要进行异常行为检测的社交网络中的实体信息和关系信息,然后获取若干组正常状态下的历史数据,对于每组历史数据分别生成对应的时序知识图谱并进行补全,构建包括图神经网络,读取函数模块,长短时记忆网络和异常行为评估模块的动态图异常行为检测模型,采用历史数据补全后的时序知识图谱对动态图异常行为检测模型进行训练,获取待检测时间段对应的时序知识图谱并输入训练好的动态图异常行为检测模型,得到待检测时间段社交网络是否存在异常行为的检测结果。本发明在保留原始社交网络图结构和属性信息的同时提高嵌入的信息量,以提高异常行为检测模型的准确率。
技术关键词
实体 静态特征 时间段 注意力 二维卷积神经网络 节点 模块 邻居 时序 矩阵 融合特征 关系 社交 编码器 语义 动态 Sigmoid函数 知识图谱补全
系统为您推荐了相关专利信息
1
基于深度学习Teaformer的茶叶品种及品质分类方法
茶叶品种 分类方法 编码器 采集茶叶 茶叶叶片
2
基于大模型与神经网络算法混合的安全监测方法
神经网络算法 轻量级卷积神经网络 残差神经网络 多尺度特征 复核系统
3
资源调度方法、系统、资源模型训练方法、设备及介质
集群 节点 资源调度方法 服务质量需求 模型训练方法
4
一种用于污水处理的光量子技术系统
光量子技术 磷酸盐 氨氮 污水 标记
5
一种基于渐进式迁移学习的行人轨迹预测方法
行人轨迹预测方法 编码器模块 终点 迁移学习技术 阶段
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号