一种基于多视图网络的异常节点检测方法及其系统

本申请公开了一种基于多视图网络的异常节点检测方法及其系统，方法包括：通过多视角建模将异质属性网络转换为多层视图网络，对每层视图网络应用部分权值共享的编码器，提取每层的节点潜在表征；基于注意力机制学习各层潜在表征的融合权重，得到融合的潜在表征；重建每层网络中的结构和节点属性，采用预训练的模型，使用交叉熵衡量各层潜在表征的重建误差，使用均方误差衡量所述重建误差；采用预训练的模型，计算待检测节点在多层视图网络各层的潜在表征的方差作为节点的行为异常分数，实现异常用户节点的检测识别。本发明方法能够动态融合多视图信息、挖掘跨视图异常模式并具备强鲁棒性的检测框架，以应对复杂网络中的异常用户节点检测挑战。