摘要
本申请涉及通信技术领域,公开了一种异常行为检测方法、装置、设备及存储介质,该方法包括:将通信网络中各网络节点的通话数据和环境数据输入改进图神经网络模型,其中,改进图神经网络模型中包括节点特征提取层和边特征整合层,节点特征提取层采用自适应图卷积算法,边特征整合层采用动态注意力机制,根据通话数据和环境数据通过自适应图卷积算法调整改进图神经网络模型的卷积参数,并基于调整后卷积参数计算通信网络的节点特征,根据通话数据和环境数据通过动态注意力机制调整各网络节点之间的边权重,获得通信网络的边特征,根据节点特征和边特征确定通信网络中存在异常行为的网络节点,从而能够提高异常行为的检测精度。
技术关键词
网络节点
通信网络
神经网络模型
节点特征
卷积算法
注意力机制
卫星定位数据
动态
参数
移动网络
数据输入模块
无线网络
检测设备
处理器
程序
短信
强度
系统为您推荐了相关专利信息
智能管理系统
监控模块
神经网络模型
储存单元
管理效能
分类方法
图像处理模块
卷积神经网络模型
支路
样本
船舶螺旋桨
神经网络模型
数据
速度
空间结构特征
误差反向传播
强度预测方法
神经网络模型
节点数
命令流
电子机械制动
驱动部件
时序
力估计方法
夹紧部件