典型文献
基于半局部结构的异常连边识别算法
文献摘要：
随着网络科学领域研究的进展,所涉及的真实网络类型愈加广泛.复杂系统中存在的冗余错误关系,或出于异常目的 刻意发生的行为,如网页错误点击、电信网刺探呼叫等,都对基于网络结构的分析工作造成了重大影响.复杂网络异常连边识别作为图异常检测重要分支,旨在识别网络结构中由于人为制造或数据收集错误所产生的异常连边.现有方法主要从结构相似性角度出发,利用节点间连通结构评估连边异常程度,易导致网络结构分解,且检测精度受网络类型影响较大.针对这一问题,提出了一种CNSCL算法,在半局部结构尺度下计算节点重要性,分析不同类型局部结构,在不同结构中根据半局部中心性量化连边对网络整体连通性贡献,结合节点结构相似性差异量化连边可信程度.由于计算过程中需去掉连边以衡量对网络整体连通性影响,存在节点重要性需重复计算问题.因此在计算过程中,所提算法还设计了一种动态更新方法以降低算法计算复杂度,降低了算法计算复杂度,使其可推广应用至大规模网络.在7种具有不同结构紧密程度的真实网络上与现有方法进行对比,实验结果表明,在AUC衡量标准下,该方法较基准方法具有更高的检测精度,且在网络稀疏或缺失条件下,仍能保持较为稳定的识别精度.
文献关键词：
复杂网络;图异常检测;异常连边识别;鲁棒性
中图分类号：
作者姓名：
石灏苒;吉立新;刘树新;王庚润
作者机构：
信息工程大学,河南郑州450001;国家数字交换系统工程技术研究中心,河南郑州450002
文献出处：
引用格式：
[1]石灏苒;吉立新;刘树新;王庚润-.基于半局部结构的异常连边识别算法)[J].网络与信息安全学报,2022(01):63-72
A类：
异常连边识别,CNSCL
B类：
半局,局部结构,识别算法,网络科学,科学领域,真实网络,复杂系统,刻意,网页,错误点,点击,电信网,刺探,呼叫,分析工作,重大影响,复杂网络,网络异常,图异常检测,识别网络,数据收集,结构相似性,连通结构,结构评估,结构分解,检测精度,计算节点,节点重要性,中心性,连通性,节点结构,去掉,动态更新,更新方法,算法计算,计算复杂度,大规模网络,衡量标准,基准方法,识别精度
AB值：
0.415284
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
