本发明属于网络空间安全治理技术领域，特别一种涉及基于代价敏感图神经网络的电信网欺诈检测方法及装置，该方法包括构造无向图G；将无向图G的节点特征和邻接矩阵输入到基于GAT的基分类器中进行训练，学习得到所有节点的注意力系数矩阵；将注意力系数矩阵和节点特征输入MLP进行节点特征更新和计算节点类别概率，利用更新后的节点特征作为下一层基于GAT的基分类器的输入特征；将节点类别概率输入到基于Boosting的代价敏感学习器中，计算分类结果并更新节点权重，利用更新后的节点权重指导下一层基于GAT的基分类器的训练，综合所有层基于Boosting的代价敏感学习器的分类结果得到节点的集成分类结果。本发明可以提高对少数类样本的学习能力，提高异常检测的性能。