一种基于协同过滤及图数据增强的异常检测方法

本发明公开了一种基于协同过滤及图数据增强的异常检测方法，包括以下步骤：获取异常样本数据集；构建基于蒸馏方式的对比模型并利用异常样本数据集进行训练，获得过滤器模型；构建基于图的异常检测网络并结合过滤器模型进行训练；利用训练好的异常检测网络计算待检测图样本D的异常分数，通过与判断阈值比较，判断待检测图样本是否异常。本发明通过多种增强方式生成高质量的训练数据，有效提升了模型的检测性能和泛化能力，既提高对复杂图结构数据中异常行为的捕捉能力，又减少因数据噪声带来的误判，其具有广阔的应用前景，如网络安全威胁检测、社交网络异常分析、金融交易欺诈识别、设备故障监测等。