控制与决策

作者：苏江军,董一鸿,颜铭江,钱江波,辛宇

单位：宁波大学信息科学与工程学院,浙江宁波315211,,宁波大学信息科学与工程学院,浙江宁波315211,,宁波大学信息科学与工程学院,浙江宁波315211,,宁波大学信息科学与工程学院,浙江宁波315211,,宁波大学信息科学与工程学院,浙江宁波315211,

关键词：异常检测;非结构化;复杂网络;图;静态;动态

基金：浙江省自然科学基金项目(LY20F020009,LZ20F020001)；国家自然科学基金项目(61602133)；宁波市自然科学基金项目(202003N4086,2019A610093)；宁波大学“海洋生物技术与海洋工程”学科群专项项目(422004582).

异常检测是指识别数据集中显著区别于其他正常模式的数据,广泛应用于欺诈检测、入侵检测、数据分析等领域.现有的异常检测研究大多是基于非结构化数据点集,而现实中数据间复杂的结构关系构成了复杂网络,在数学形式上表示为图,所以面向复杂网络的异常检测的需求日益增加.对此,总结了当前复杂网络异常检测的方法与研究进展:首先提出复杂网络异常检测的必要性与发展历史;其次,分别从静态图和动态图的视角将复杂网络异常检测分为基于结构、社区、关系学习的静态图异常检测和基于节点、边、子图、全图的动态图异常检测;然后,分类别地进行概述、分析与比较,并给出复杂网络异常检测的应用场景;最后,总结未来面向复杂网络异常检测的研究方向.

来源：2021年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第6期