基于先验知识的图节点行为表征及异常图节点检测方法

本发明公开了一种基于先验知识的图节点行为表征及异常图节点检测方法，包括：构造并训练图节点异常检测模型；将包含待测节点的属性图作为训练完成后的图节点异常检测模型的输入，得到待测节点属于异常节点的异常概率值；将待测节点的异常概率值与预设阈值进行比较，根据设定阈值与待测节点异常概率值的大小关系获得待测节点是否属于异常节点的判断结果。本发明通过对生成的拟真异常样本进行训练，使模型充分学习正常节点与异常节点在属性特征和连接行为特征之间的差异，使得模型学到的节点表征对更广泛的异常模式更加敏感，丰富了异常行为节点的行为表达特征，实现对未知异常或全新异常的检测，在实际场景中异常不断变化的情况下有更大的优势。