本发明公开了一种基于图神经网络的蜂窝网络异常检测方法，主要解决现有网络异常检测方法检测准确率低及性能较差的问题，其实现方案包括：采集蜂窝网络中上网流量数据，进行数据预处理和嵌入向量表示；构建深度神经网络，利用预处理后的数据对其进行训练，得到小区的准确嵌入向量；根据小区的准确嵌入向量，计算小区的邻接矩阵；利用图神经网络对相邻小区特征进行融合，并将融合特征输入到深度神经网络进行预测；根据预测值与实际值计算异常分数，将该异常分数与设置的阈值进行比较，判定出网络流量是否出现异常的结果。本发明提高了蜂窝网络异常检测的准确率和性能，可用于故障检测、恶意用户检测、数据外泄及恶意攻击。