一种基于一致性的图异常检测方法和装置制造方法及图纸

一种基于邻域一致性的图异常检测方法和装置，其方法包括：通过获取用户和商户数据，根据用户和商户实体之间的关系和属性特征构建网络拓扑图；对网络拓扑图进行不同的编码模块，得到三种分离的编码，分别是特征空间编码、结构空间编码、联合空间编码；在编码空间，使用自适应融合模块，获得更为准确的特征空间编码和结构空间编码；根据编码不同的来源设计不同任务，联合训练；在联合训练的基础上，使用一致性损失解耦三种编码；计算损失分数，输出最终分类结果。本发明专利技术解决了一致性在端到端图节点分类的应用空缺问题。在电商领域，通过用户和商户实体之间的关系和属性特征构建得到的网络拓扑图，使用本发明专利技术可以进一步得到异常用户的识别结果。

【技术实现步骤摘要】

本专利技术属于图领域，尤其涉及一种基于一致性的图异常检测方法和装置。

技术介绍

1、异常检测算法是一种基于图的节点分类算法，图数据是一种包括节点属性和节点之间连接关系的拓扑网络数据。异常检测算法主要以图数据为研究对象，根据节点属性和节点之间的连接关系，利用图神经网络技术，将节点属性映射到低维表征空间，识别偏离图大部分节点的罕见模式或行为。在网络入侵检测、社交垃圾邮件发送者检测和金融欺诈检测等领域中，通过用户和商户实体之间的关系和属性特征构建网络拓扑图，使用本专利技术可以识别出异常用户。

2、最近的进展是利用图神经网络通过聚合来自相邻节点的信息来进行表示学习。这是由于观察到现实世界图中的节点往往表现出与其邻域一致的行为。然而，这种一致性可能会被多种方式的异常破坏，导致在图神经网络中使用消息传递机制时节点表示和异常检测性能不理想。如何减轻异常引起的邻域不一致，同时以无监督的方式充分利用剩余的一致性对于图异常检测至关重要，但仍有待解决。本专利技术利用多任务约束下的一致性损失，减轻异常引起的邻域不一致，同时以无监督的方式充分利用剩余的一致性，解决了一致本文档来自技高网...

【技术保护点】

1.一种基于一致性的图异常检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述基于邻域一致性的图异常检测方法，其特征在于，步骤S110包括：处理用户输入，得到一个图数据G＝(V，E)，其中V＝{v1，v2，…，vN}表示节点集合，表示边集合，N＝|V|表示节点数量，根据每个用户的属性特征，定义一个节点属性矩阵用A∈{0，1}N×N表示邻接矩阵。

3.如权利要求1所述基于邻域一致性的图异常检测方法，其特征在于，步骤S120包括：将图经过三个独立的编码器，其中节点特征经过一次多层感知机，得到节点特征在低维空间的表征HA；节点结构经过一次多层感知机，得到节点结构在...

【技术特征摘要】

1.一种基于一致性的图异常检测方法，其特征在于，包括如下步骤：

2.如权利要求1所述基于邻域一致性的图异常检测方法，其特征在于，步骤s110包括：处理用户输入，得到一个图数据g＝(v，e)，其中v＝{v1，v2，…，vn}表示节点集合，表示边集合，n＝|v|表示节点数量，根据每个用户的属性特征，定义一个节点属性矩阵用a∈{0，1}n×n表示邻接矩阵。

3.如权利要求1所述基于邻域一致性的图异常检测方法，其特征在于，步骤s120包括：将图经过三个独立的编码器，其中节点特征经过一次多层感知机，得到节点特征在低维空间的表征ha；节点结构经过一次多层感知机，得到节点结构在低维空间的表征hr；节点特征和节点结构经过一次图注意力神经网络，得到节点特征和节点结构的耦合信息在低维空间的表征hc。

4.如权利要求1所述基于邻域一致性的图异常检测方法，其特征在于，步骤s130包括：使用自适应模块，融合节点特征信息ha和耦合信息hc得到一致性增强的节点特征信息za；融合节点结构信息hr和耦合信息hc得到一致性增强的节点结构信息zt。耦合模块权重imp表示两个待聚合向量h(1)和h(2)各个维度的权重，公式如下：

5.如...

【专利技术属性】
技术研发人员：卜佳俊，施金轲，周晟，贝元琛，李亮城，
申请(专利权)人：浙江大学，
类型：发明
国别省市：