一种基于因果解纠缠的无监督异常身份识别方法

本发明涉及一种基于因果解纠缠的无监督异常身份识别方法，该方法包括：S1、采用图神经网络对身份输入数据进行特征编码；S2、采用GraphSAGE算法对节点进行特征嵌入计算得到节点的嵌入特征Z，采用图卷积神经网络对嵌入特征Z进一步处理得到特征分解掩码mask，根据节点的嵌入表示Z和特征分解掩码mask计算节点的因果特征Zc和环境特征Zs；S3、基于因果特征Zc和环境特征Zs，使用对比学习算法进行无监督特征学习，得到因果解纠缠模型；S4、采用因果解纠缠模型提取出节点的因果特征表示，采用聚类算法对节点的因果特征表示进行聚类，自动识别出潜在的异常节点。与现有技术相比，本发明具有准确高以及可靠高等优点。
同济大学
杜庆峰 | 张宇 | 吕嘉琪 | 李圣