FMGAD是一种新颖的少样本图异常检测模型，利用自监督对比学习策略捕捉内在和可传递的结构表示，并借助深度图神经网络消息增强重构模块从根本上利用少样本标签信息。实验结果表明，FMGAD在注入异常情况下具有比其他方法更好的性能。

FMGAD是一种新颖的少样本图异常检测模型，利用自监督对比学习策略捕捉内在和可传递的结构表示，并借助深度图神经网络消息增强重构模块从根本上利用少样本标签信息。实验结果表明，FMGAD在注入异常或领域有机异常的情况下，性能优于其他方法。