融合节点属性与结构信息的子空间异常社区检测方法

摘要：

结合社区中的节点属性与结构信息,提出一种子空间异常社区检测方法.在待检测社区集合中,设计基于属性平均距离的子空间求解策略、基于负熵加权的子空间推断策略及子空间融合求解策略,挖掘每个社区的属性权重子空间,并根据社区结构关系定义社区质量评估模型量化社区质量分数,从而获得质量分数较低的异常社区集合.实验结果表明,该方法可以准确地发现异常社区,并且在人工网络和真实网络数据集上相比AMEN、SODA等检测方法具有更好的鲁棒性和可扩展性.

关键词：社区集合、属性信息、结构信息、异常社区检测、子空间、质量评估函数

所属期刊栏目：46

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;广西可信软件重点实验室研究课题;西北师范大学2019年青年教师科研能力提升计划重大项目;广西多源信息挖掘与安全重点实验室开放基金

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：94-102