基于网络增强联合稀疏典型相关分析的异常节点检测方法及系统

本发明提供一种基于网络增强联合稀疏典型相关分析的异常节点检测方法及系统。本发明方法，首先基于特征计算每个节点kNN图。kNN图的特性可以保证每个节点都至少有k个邻居，从而保障了节点之间的连通性，增强属性网络的结构特征，对于离散点而言，这种连通性能有效促进节点间的信息传播，极大改善模型性能；同时添加随机特征，提升模型的泛化能力。然后，通过图神经网络提取属性网络的结构特征和节点属性特征，并计算重构误差和稀疏典型向量。重构误差能够确保模型检测出网络中大多数的异常，稀疏典型向量能够处理高维的稀疏数据，检测出特定的异常。最后，综合每个节点的重构误差和典型稀疏向量的相关性，计算异常得分，检测异常节点。