一种基于多尺度对比的图异常检测方法及系统

本发明公开了一种基于多尺度对比的图异常检测方法及系统，包括：获取图结构数据，构建邻接矩阵和节点属性矩阵；针对目标节点进行子图采样，并构建不同尺度对比学习所需子图样本池；利用图卷积网络对目标节点及其对应子图进行编码；通过设计局部的节点‑节点、节点‑子图的对比，以及全局的子图‑子图对比，实现多尺度图对比学习，以挖掘局部和全局异常模式特征；构建异常评分模块，通过计算不同尺度对比损失，获得目标节点的异常分数，进而识别图结构数据中的异常节点。本发明采用自监督对比学习机制，通过多尺度对比策略直接从数据中挖掘监督信号来识别异常，有效克服了真实异常检测场景下异常样本标签稀缺的问题，并显著提升了异常检测的准确性。