[發明專利]一種跨越多個屬性網絡進行異常對齊的方法

在審

• 申請號: 202011302814.2
• 申請日: 2020-11-19
• 公開（公告）號: CN112422571A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 張潔;武南南;王文俊
• 申請（專利權）人: 天津大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/24
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程小艷

1.一種跨越多個屬性網絡進行異常對齊的方法，其特征在于，包含以下步驟：

1)最大異常子圖的檢測:對于每個網絡Gi，查找其當前最異常的子圖，并與該網絡之前得到的對齊的異常子圖合并，得到其最大異常子圖；

最大異常子圖是連通的節點集合，其中包含最多異常節點，最少正常節點；

其中判斷節點是否異常的異常閾值被記為α，異常屬性值小于等于它的節點被標記為異常節點；

我們使用如下函數來計算異常子圖的異常得分：

異常得分最高的S記為最大異常子圖；

2)最大異常子圖的對齊:對多個網絡的最大異常子圖進行對齊，得到對齊的異常子圖集合；對齊的異常子圖中包含最多的對齊節點以及最少的非對齊節點；

其中判斷節點之間是否具有對齊關系的對齊閾值記為σ，對齊概率大于它的節點為對齊節點，我們使用如下函數來統計對齊異常子圖的對齊得分：

對齊得分最高的S記為對齊異常子圖；

同時優化異常和對齊兩方面內容，因此設定如下的目標函數：

最優的對齊異常子圖結果S應使得函數值L最大化；因此若第2)步的對齊異常子圖未使得L收斂且最大化則需要進行下一步3)；

3)異常屬性值的更新：將2)中對齊異常子圖的節點視作正常節點，然后返回1)繼續下一輪查找；

4)跨越多個屬性網絡的異常對齊算法的定義:根據上述步驟，為了取得最優解，我們進一步提出了跨越多個屬性網絡的異常對齊算法，將該算法被定義為Anomaly AlignmentAcross Multiple Attributed Networks簡稱A3MAN；

通過初始化結果集S為空集，迭代次數i＝0，并預先定義異常閾值α和對齊閾值σ，輸入多個網絡的邊集/屬性集數據，通過多輪迭代，不斷擴張對齊異常子圖集合S，直至S收斂，得到使得目標函數L最大的結果集。