基于图持续学习的异常账户检测方法

本发明属于区块链和机器学习交叉技术领域，提供一种基于图持续学习的异常账户检测方法，具体过程为：步骤1：获得带有标签的正常和异常账户数据，提取账户特征；将所获得的账户划分为多组任务；步骤2：对图神经网络模型，使用一组任务进行模型的训练；步骤3：获取模型参数对当前任务损失的重要性分数和拓扑结构重要性分数，并计算出所有参数对当前任务的最终重要性分数；步骤4：当任务未训练完时，基于所述最终重要性分数更新损失函数，返回步骤2继续下一组任务的训练，当任务已训练完毕时，将所获得的模型用于异常账户的检测。