【技术实现步骤摘要】
本说明书实施例涉及图深度学习，特别涉及一种图网络模型训练方法、基于图网络模型的异常检测方法。
技术介绍
1、随着互联网和数字技术的不断发展，数字服务网络在政府、商业和其他领域中得到广泛应用。由于网络复杂性和网络规模，数字服务网络容易受到异常事件的影响，如网络攻击、系统故障等，这些异常事件可能会导致数字服务网络或服务终端。为了确保数字服务网络的稳定性和安全性，需要对数字服务网络进行异常检测。近年来，图神经网络在建模和表征网络结构数据时表现出强有力的作用，因此被用于分析和检测复杂服务网络中存在的异常。因此，亟需一种对服务网络进行异常检测的图网络模型以及检测方法。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种图网络模型训练方法、基于图网络模型的异常检测方法。本说明书一个或者多个实施例同时涉及一种图网络模型训练装置、基于图网络模型的异常检测装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面，提供了一种...
【技术保护点】
1.一种图网络模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述初始节点向量表征计算所述初始服务网络图在语义维度的节点分布表征和在结构维度的节点拓扑表征，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述节点分布表征和所述节点拓扑表征，将所述初始服务网络图中的初始邻接矩阵更新为目标邻接矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述节点分布表征和所述节点拓扑表征构建所述初始服务网络图对应的同类节点相似图和异类节点相似图，包括：
5.根据权利要求4所述的方法，其特征...
【技术特征摘要】
1.一种图网络模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述初始节点向量表征计算所述初始服务网络图在语义维度的节点分布表征和在结构维度的节点拓扑表征，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述节点分布表征和所述节点拓扑表征，将所述初始服务网络图中的初始邻接矩阵更新为目标邻接矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述节点分布表征和所述节点拓扑表征构建所述初始服务网络图对应的同类节点相似图和异类节点相似图，包括：
5.根据权利要求4所述的方法，其特征在于，所述同类初始节点集合中任意两个同类初始节点之间的节点连接，包括：
6.根据权利要求4所述的方法，其特征在于，所述异类初始节点集合中任意两个异类初始节点之间的节点连接，包括：
【专利技术属性】
技术研发人员：郑小林，祝小览，朱梦莹，阳梦园，陈超超，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。