基于高阶拓扑和个性化PageRank的图神经网络异常检测方法

本发明公开了一种基于高阶拓扑结构和个性化PageRank的图神经网络异常检测方法。该方法通过将高阶拓扑信息集成到个性化PageRank(PPR)算法中，构建了一种新颖的高阶个性化PageRank(HiPPR)矩阵，并结合高阶自适应谱卷积(HiASC)，实现对复杂图结构中多尺度节点关系的有效捕捉。针对异常检测场景，本发明利用HiPPR减少噪声干扰，通过HiASC增强对异常节点的特征表达能力，从而提升检测精度和鲁棒性。实验表明，该方法在同配图和异配图上均表现优异，尤其适用于网络安全、社交网络异常检测等领域。