一种全局空间关联感知的自监督图异常检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种全局空间关联感知的自监督图异常检测方法
申请号:
CN202511377500
申请日期:
2025-09-25
公开号:
CN120852818A
公开日期:
2025-10-28
类型:
发明专利
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