基于图的异常检测

1. Graph mining

Among various established graph mining tasks, the significant ones are :

1. Subgraph Discovery
  • frequent subgraph discovery(FSD)
  • dense subgraphs discovery(DSD),
2. graph pattern matching,
3. community/group detection.

2. Analyzing Graph/Network Data

Neighborhood-Based Analysis

在基于邻居的图研究方法中,有一个比较重要的概念,叫“egonet(自我中心网络)”。
在这里插入图片描述

Community Detection for Analysis

在这里插入图片描述

3.Types of Anomalies

3.1 Anomalous Vertices

在这里插入图片描述

3.2 Anomalous Edes

在这里插入图片描述

3.3 Anomalous Subgraphs

在这里插入图片描述

3.4 Event and Change Detection

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值