一种基于增量学习图神经网络的网络异常检测方法

本发明公开了一种基于增量学习图神经网络的网络异常检测方法，其利用计算机网络将边缘转发设备上有限的算力连接起来形成算力网络，然后将基于图神经网络的异常检测模型以模型并行的方式卸载到边缘转发设备上分布式运行，能够解决模型本地化和本地算力不足之间的矛盾。此外，本发明利用计算机网络图的边和节点特征在训练编码器的同时挖掘最能代表全图表征的热点部分和显著变化部分，生成精炼的热点图，以无内存学习的方式通过精炼热点图更新图神经网络模型，解决了网络转发设备内存不足以运行图神经网络的问题。