GNN编码器及基于图上下文学习的异常点检测方法专利查询专利号|摘要-满商公司网

GNN编码器及基于图上下文学习的异常点检测方法

基本信息

申请号	CN202110385328.X	申请日	-
公开（公告）号	CN113076738A	公开（公告）日	2021-07-06
申请公布号	CN113076738A	申请公布日	2021-07-06
分类号	G06F40/216（2020.01）I;G06F17/16（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I	分类	计算；推算；计数;
发明人	陈波;唐杰;刘德兵;张静;仇瑜;宋健	申请（专利权）人	北京智谱华章科技有限公司
代理机构	北京清亦华知识产权代理事务所（普通合伙）	代理人	王萌
地址	100084北京市海淀区中关村东路1号院6号楼6层603A
法律状态	-

摘要

本申请提出了一种基于图上下文学习的异常点检测方法，涉及计算机网络信息技术领域，其中，该方法包括：提出了CoGCL框架，利用图上下文对比学习来衡量异常与正常节点与图上下文的距离。为了达到对比学习的目的，本专利设计了一个图编码器，它可以一定程度去除可疑链接的同时，学习图上下文的表示。为了缓解标注数据的稀缺性影响，本专利额外将CoGCL扩展为一种无需标注数据的自监督预训练框架CoGCL‑pre。该框架通过一种图扰乱策略，可以自动生成伪标签来进行自监督学习。采用上述方案的CoGCL框架明显优于现有各种对比方法；其无需监督数据的自监督版本CoGCL‑pre可以达到与完全监督版本CoGCL相当的效果，并且解决了标注数据稀缺性对监督学习的影响。