[發明專利]一種針對多個屬性網絡的快速異常檢測方法

有效

• 申請號: 202210042389.0
• 申請日: 2022-01-14
• 公開（公告）號: CN114401136B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 張欣悅;武南南;王文俊;張寧;孫英
• 申請（專利權）人: 天津大學
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 韓帥

1.一種針對多個屬性網絡的快速異常檢測方法，所述方法是基于分布在多個本地私有屬性網絡上的數據集建立異常檢測模型，其特征在于，所述異常檢測模型包括由多個私有屬性網絡和一個公共屬性網絡構成的屬性網絡，在所述每個私有屬性網絡中將采用近似最優異常查詢的方法將檢測到的特定形狀異常子圖與公共屬性網絡中的異常子圖對齊，包括如下步驟：

S1、根據需求構建多層屬性網絡并按照如下公式計算網絡節點v的異常屬性值p(v)；若不是根據時間統計的，則將v本身的屬性值作為觀測值c_v，該網絡其他節點的屬性值作為對比值c_i，

其中：N為網絡中所有節點的個數；屬性網絡G^*＝{G_i},i∈{0,1,...,N}，G_i＝(V_i,E_i,P_i)表示第i個網絡，V_i,E_i,P_i分別表示G_i的節點集，邊集和異常屬性集；G₀是公共網絡，其余網絡是私有網絡；I是一個邏輯函數；

S2、輸入一個公共網絡和多個私有網絡的邊集和異常屬性集，預定待測網絡的參數，包括：異常閾值α和對齊閾值σ；初始化結果集Uⁱ為空集，迭代次數i＝0；

S3、上述多個私有網絡G_i下載公共網絡至本地并分別和公共網絡進行預對齊獲得對齊概率矩陣集合H_ij；

S4、獲取上一次迭代結果，檢測私有網絡近似最優異常子圖S_j^*；其中：檢測私有網絡近似最優異常子圖步驟如下：

4.1)初始化上下限結果集為空集，迭代次數i＝0，輸入私有屬性網絡的邊集、異常特征集和查詢圖的邊集；

4.2)計算節點的異常優先級；其中：

g()是優先級函數；輸入屬性圖G，將圖中節點按照異常特征值的大小進行排序，優先級越高的節點越異常；該函數將圖G中的節點排序為后輸出；

4.3)選擇前m個節點做為上限結構；

4.4)分解查詢圖Q為星型結構，對于上限節點集中的每個點,檢測與星型結構同構的子圖得到MaxQ函數將上限結構的節點集及其鄰居在屬性圖G中匹配與查詢圖Q近似的部分，并轉化為下限結構將查詢圖Q分解為星型子結構，其中每個節點都會作為星型結構的中心節點或葉子結點，當查詢圖為無屬性圖時，僅需保留葉子數不同的星型結構即可；Star(v)函數表示返回節點v在屬性圖G上包含一階鄰居的子圖是最大化異常得分函數的星型子圖，并與查詢圖分解的星型結構同構；利用貪心算法的思想，將得到的一一拼接，得到與查詢圖最相似的部分，拼接結果作為下限

4.5)將上一次迭代得到的異常子圖上限與下限合并，得到暫時最優結構S；

4.6)更新上限結果集步驟中，上限節點集的更新需要加入未計算過的節點，v_(j)是保留集中優先級最高的節點，而v_(k)是優先級最低的節點；更新后上限節點集數量是m個；

4.7)當上限與下限異常得分接近時，返回近似異常查詢結果否則，迭代次數i＝i+1,直至滿足停止條件；最終結果就是使得屬性圖中的某個子圖目標函數F最大的同時與查詢圖結構相似的異常檢測結果；

S5、與公共網絡對齊得到結果集Uj*，并將結果集Uj*上傳至云端；

S6、在云端合并各私有網絡上傳的結果，并與公共網絡對齊，獲得所有對齊后的異常子圖U^*,匯總為結果集合Uⁱ⁺¹；

S7、將多個私有屬性網絡G_i中的屬于最優異常子圖S_j^*的節點視作正常節點；

S8、當Uⁱ＝Uⁱ⁺¹時，返回對齊的異常子圖集合S^*和U*；否則,迭代次數i＝i+1,重復S4到S7；直至滿足S8的停止條件

其中:F_α用來評價私有網絡異常子圖的異常程度異常得分函數，Q_σ用來評價網絡之間異常子圖對齊的對齊得分。