一种基于图神经网络的稳定币交易异常检测方法及系统

本申请公开了一种基于图神经网络的稳定币交易异常检测方法及系统，该方法为：基于原始图中每个节点的视图，确定每个节点的嵌入表示；基于原始图中每个节点对以及对应的关联权重，获得表示模式图；基于原始图中每个节点的邻居节点的行为描述子，获得行为模式图；基于原始图、表示模式图以及行为模式图，生成目标邻接矩阵；利用图卷积神经网络模型，对目标邻接矩阵中每个节点的嵌入表示进行聚合，以获得各个节点的最终表示。该方法通过节点的视图以及二元决策规则，恢复账号交易数据的流形连通性，并利用目标邻接矩阵，捕捉交易网络中的长程依赖关系，从而有效解决现有技术因数据流形不连续性导致的模型性能不佳，以及难以捕捉全局模式的问题。