本发明属于恶意账号检测技术领域，提出一种基于主动学习的恶意账号检测方法及装置，该方法包括：首先构建图神经网络和账号的拓扑连接图，然后使用训练集样本对图神经网络进行预训练，使用预训练的图神经网络得到账号节点的伪标签，利用账号在拓扑连接图的邻域标签一致性的值，筛选出更有价值的样本进行标注和更可靠的伪标签，然后，将标注样本和可靠的伪标签共同用于模型的训练，最后基于最终训练好的图神经网络深度学习检测模型进行恶意账号检测。在相同的标注量下，本发明提升了模型的恶意账号检测正确率。