一种基于带有定向噪声的条件扩散模型的图异常检测方法

本发明涉及深度学习技术领域，公开了一种基于带有定向噪声的条件扩散模型的图异常检测方法；解决图异常检测领域中标注数据稀缺导致的分布不匹配问题并缓解前向扩散过程中信噪比的快速衰减；提出了具有定向条件扩散机制的扩散模型并嵌入图异常检测框架；该框架不仅通过定向噪声强化了前向扩散过程，还能够以源节点特征为条件指导生成方向；同时，利用定向先验生成器融合参考节点特征来构建先验分布，从而生成既保留源节点特征又融合参考节点信息的增强嵌入，并通过超球模型充分利用增强嵌入以提升模型检测性能。