摘要
本发明公开了基于迭代图重构的无监督欺诈检测方法及系统,方法包括:执行K次迭代处理,每次迭代处理包括:计算或更新节点间相似度;基于节点间相似度,对当前图结构执行动态图重连操作,生成第k轮的重连图;在第k轮的重连图上,使用图神经网络模型,图神经网络模型采用度比较加权聚合方法聚合邻居信息,并依据预定义的优化目标生成第k轮的节点嵌入;基于第k轮的节点嵌入和图数据的原始边结构,确定每个节点的第k轮异常分数;完成预设次数的迭代处理后,聚合各轮迭代得到的节点异常分数,获得最终的欺诈节点检测结果。本发明在无监督条件下有效解决了图欺诈检测中的异质性和伪装难题,取得了优于现有技术的检测效果。
技术关键词
欺诈检测方法
节点
神经网络模型
重构
欺诈检测系统
融合特征
邻居
动态
数据
邻域
系统为您推荐了相关专利信息
云体系架构
云平台
分布式资源
电子设备本体
场景
压力调节模块
调控系统
指定时间间隔
电池管理系统
信号监测模块
监测预警方法
监测预警系统
振动加速度信号
警报
局放传感器