一种基于高阶采样对比学习的异常子图检测方法及设备

本发明公开了一种基于高阶采样对比学习的异常子图检测方法，该方法基于图卷积模型构建异常特征对比学习模型，用于学习节点和k阶邻域子图的向量表征，其中k≥2；利用k阶邻域采样策略抽取节点的k阶邻居子图，生成用于对比学习的正实例对和负实例对，来对异常特征对比学习模型进行训练；采用训练后的异常特征对比学习模型抽取异常特征，检测出异常节点集合，得到异常子图，根据异常子图评价方法，最终得到最优的异常子图。本发明采用对比学习方法中的自监督深度学习方法，无需人工标注标签地训练模型，主动从杂乱的元数据中学习图数据中的异常特征模式，挖掘异常子图的目标。