买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于集成学习和主动学习的图异常检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116467666B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310495695.4，技术领域涉及：G06F18/2433；该发明授权一种基于集成学习和主动学习的图异常检测方法和系统是由王海帅;郑鑫;高扬;蔡晓旭;卜佳俊;王炜设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于集成学习和主动学习的图异常检测方法和系统在说明书摘要公布了：一种基于主动学习和集成学习的图异常检测方法和系统，包括：采集数据并预处理，选择不同的图异常检测模型，并对每个模型进行训练，计算出图数据上每个节点的异常分数及嵌入向量；利用主动学习的策略，根据数据特征，从未标记数据中选择一些样本进行标记，并将其加入到集成模型的训练集中；使用主动学习获得的训练集，来训练集成模型，集成模型的输入是节点在多个图异常检测模型中的节点嵌入和节点异常打分。集成模型包含一个权重预测模块，给出每个图异常检测模型的集成权重，这个权重最终会乘上对应图异常检测模型输出的异常得分，然后求和获得每个节点的最终得分作为集成模型的最终得分。本发明能利用少量标记数据提高异常检测的准确性。

本发明授权一种基于集成学习和主动学习的图异常检测方法和系统在权利要求书中公布了：1.一种基于集成学习和主动学习的图异常检测方法，其特征在于，包括以下步骤： S1：采集数据并对数据进行预处理； S2：选择不同的图异常检测模型，并对每个图异常检测模型进行训练，计算出在图数据上每个节点的异常分数以及每个节点的嵌入向量； S3：利用主动学习的策略，从未标记数据中选择一些样本进行标记，并将其加入到训练集中；使用主动学习的策略，基于步骤S2得到的每个节点的异常分数以及每个节点的嵌入向量，计算每个节点的四种主动学习策略的得分，四种主动学习策略分别是：节点中心性策略、节点不确定度策略、传播可疑度策略、节点区分度策略；根据每一种主动学习策略从未标记数据中分别挑选一个样本，获取每个样本的标签，并将样本加入到训练集中，以提高集成模型的性能； S4：使用训练集来训练集成模型，集成模型使用节点的异常分数和节点的嵌入向量计算获得每个节点的最终异常得分；集成学习被作为一种将多个基本模型进行融合的方法；集成学习的具体流程为： 使用主动学习获得的带有标签信息的图数据作为训练集来训练集成模型，使其能够在未见过的数据上实现异常检测；其中，集成模型由多个基本图异常检测模型组成，每个图异常检测模型都会关注到图上不同类型的异常；通过将这些基本图异常检测模型的输出进行融合，集成模型利用每个节点的节点嵌入以及异常打分来得到最终预测结果； S5：重复步骤S3至S4，直到达到预设的迭代次数； S6：输出最终节点的异常得分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。