一种检测图异常节点的方法和计算设备

本发明提供一种检测图异常节点的方法和计算设备，所述方法包括：首先，获取图数据，并将节点划分为多个非重叠社区；接着，从每个目标节点的异社区中采样负样本节点；然后，为目标节点构建上下文级实例对和节点级实例对；所述实例对中的正例基于目标节点获得，负例基于负样本节点获得；然后，使用所述上下文级实例对和节点级实例对作为样本，对图神经网络模型进行对比学习训练；最后，使用训练完成的图神经网络模型对待检测图数据中的节点进行异常评分，根据异常评分确定潜在异常节点。该方法通过社区负采样策略和多尺度实例对构建，有效缓解了负采样偏差，实现了对异常节点行为特征信息的全面捕捉，提升了模型训练效果。