公开(公告)号：CN119337377A

公开(公告)日：2025-01-21

申请号：CN202411429220.6

申请日：2024-10-14

Applicant: 浙江大学 ,  中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 邓水光 ,  林郁 ,  王兴亮 ,  智晨 ,  陈平

IPC: G06F21/56 ,  G06N5/04 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/042

Abstract: 本发明公开了一种基于图神经网络的超大规模工业软件供应链分阶段异常检测方法，其将软件异常检测任务分成两个阶段进行处理，在快速污染阶段中，本发明使用简单的模型快速学习全局的异常模式，并且筛选出可能的异常节点和区域；在精准检测阶段中，本发明使用更加复杂的模型来完成异常节点的检测。此外，本发明根据混沌理论中的李雅普诺夫系数定义了图上节点的“混乱程度”，并且利用图神经网络快速过平滑的“缺陷”对图上异常节点的行为模式进行快速扩散，模拟整个混沌系统的传播过程；通过这种方式，本发明可以快速学习到全局节点的异常模式，并且快速准确地筛选出候选的异常节点和区域。