基于多角度對比學習的屬性網絡異常檢測

摘要： 傳統(tǒng)屬性網絡的異常檢測多基于自監(jiān)督對比學習，存在著異常節(jié)點類型較少、對比學習角度單一等不足?；凇肮?jié)點-節(jié)點”對比和“節(jié)點-子圖”對比，提出了一種多角度對比學習屬性網絡異常檢測的ADMC(anomaly detection on attribute network by multi-angle contrastive learning)模型。主要創(chuàng)新工作有：在原有結構和屬性異常... （共11頁）