一种基于多视角图嵌入和节点原型对比的图异常检测方法

一种基于多视角图嵌入和节点原型对比的图异常检测方法，包括如下步骤：S1图异常检测数据集收集和预处理，数据集标签构建；S2基于多视角图嵌入和节点原型对比的图异常检测模型构建；S3使用训练集对模型进行迭代优化；S4反复执行S2和S3，直至总损失值趋于稳定；完成图异常检测模型的训练；S5在测试集上预测节点的异常概率，若概率超过指定的阈值，则视为异常节点。发明通过KNN算法构建多视角邻接矩阵，将节点属性相似度与原始邻接关系融合，生成反映属性相似性的增强邻接矩阵，为图神经网络提供更丰富的输入。本发明通过多视角图嵌入的学习和节点原型对比策略，显著提高正常节点和异常节点的区分度，有效提升图异常检测性能。