一种区块链二部图不平衡数据集上的无监督异常用户检测方法

摘要

本发明公开了一种区块链二部图不平衡数据集上的无监督异常用户检测方法，涉及信息技术领域，尤其涉及区块链交易数据，实现了一种二部图不平衡数据集上的无监督异常用户检测方法；通过基于模式挖掘的图异常检测算法根据图数据集的全局结构，对数据集中的所有用户节点进行标注；然后通过异常值补偿方法(Anomaly Value Compensation,AVC)优化的铰链损失函数进行训练，根据节点的标签和原始的特征向量生成低维向量表示，并将生成结果输入到前馈神经网络中进行二分类，实现对数据集中异常节点的检测。通过计算测试集的精确率(Precision)，召回率(Recall)和F1值，并根据得到的F1值衡量异常用户检测效果的优劣。