摘要
本发明公开了一种全局空间关联感知的自监督图异常检测方法,涉及金融安全、网络安全等领域。该方法包括:基于图扩散和随机游走采样全局与局部子图;通过双视图对比学习编码局部与全局信息;基于属性重建学习利用节点属性一致性特征;联合训练对比学习与重建学习模块并融合分数实现异常检测。本发明通过整合局部与全局结构信息及节点属性特征,有效缓解图神经网络信号平滑对异常检测的影响,提升属性网络中异常节点检测准确性,适用于社交网络、交易网络等场景的异常检测。
技术关键词
异常检测方法
节点
视角
样本
全局结构信息
定义
解码器
邻居
网络
参数
编码
矩阵
模块
社交
金融
场景
算法
信号
系统为您推荐了相关专利信息
动态统计方法
检测网络模型
协方差矩阵
卡尔曼滤波
置信度阈值
肢体动作识别
头部姿态识别
模拟系统
识别模块
坐标
巡检系统
地图模型
ZigBee协调器
实时数据
云平台