图异常检测
文章平均质量分 50
进阶白帽子
这个作者很懒,什么都没留下…
展开
-
2023年 图表示学习、知识图谱相关SCI专刊与会议整理
2023年图计算相关期刊会议原创 2022-11-22 12:20:48 · 1361 阅读 · 0 评论 -
攻击推理专题-属性图异常检测及在网络安全领域的应用
转载自:https://mp.weixin.qq.com/s/6hrty_AfLK5iqpho7KwXZQ主要介绍了一些利用属性图异常检测检测攻击行为与攻击源的思路转载 2021-01-04 18:06:33 · 412 阅读 · 0 评论 -
攻击推理专题-基于攻击溯源图的威胁评估技术
攻击溯源意如其名,就是回答在网络攻防对抗中谁攻击了我,攻击点在哪以及相关攻击路径。通过攻击溯源技术可以确定攻击源或攻击的中间介质,以及其相应的攻击路径,以此制定更有针对性的防护或反制措施,实现主动防御。可见攻击溯源是网络空间防御体系从被动防御到主动防御的转换的重要步骤。攻击溯源图是描述攻击者攻击行为相关的上下文信息,利用攻击溯源信息来实现威胁评估是当前研究的热点。之前的公众号文章《攻击溯源-基于因果关系的攻击溯源图构建技术》[1]已经介绍了攻击溯源图的构建工作,本文将介绍基于攻击溯源图的威胁评估相关工作转载 2020-12-09 13:50:19 · 685 阅读 · 0 评论 -
2021年 图表示学习、网络安全可投专刊和会议
图表示学习与网络安全:1 ICJAI2021级别:CCF-A,AI方向顶会网址:https://ijcai-21.org/cfp/摘要提交截止日期:2021年1月12日(UTC-12,晚上11:59) 作者信息的截止日期:2021年1月14日(UTC-12,晚上11:59) 论文提交截止日期:2021年1月18日(UTC-12,晚上11:59) 摘要拒绝通知:2021年2月5日 作者回应期:2021年3月20日至24日 纸质通知:2021年4月25日2 ICML...原创 2020-11-27 16:13:20 · 891 阅读 · 0 评论 -
2020年-2021年可投的图表示学习与安全相关期刊会议
1IEEE Symposium on Security and Privacy-CCF-A 截稿日期: 2020-12-03 通知日期: 2021-02-19 会议日期: 2021-05-23 2International Joint Conference on Artificial IntelligenceCCF-A 截稿日期: ...原创 2020-11-06 17:32:57 · 316 阅读 · 0 评论 -
论文笔记-AddGraph: Anomaly Detection in Dynamic Graph Using Attention-based
论文笔记-AddGraph: Anomaly Detection in Dynamic Graph Using Attention-basedZheng L, Li Z, Li J, et al. Addgraph: anomaly detection in dynamic graph using attention-based temporal GCN[C]//Proceedings of the 28th International Joint Conference on Artificial.原创 2020-08-20 11:13:09 · 1732 阅读 · 1 评论 -
论文笔记-Attributed network embedding for learning in a dynamic environment
Li J , Dani H , Hu X , et al. [ACM Press the 2017 ACM - Singapore, Singapore (2017.11.06-2017.11.10)] Proceedings of the 2017 ACM on Conference on Information and Knowledge Management - CIKM \"17 - Attributed Network Embedding for Learning in a Dynamic ...原创 2020-05-17 14:43:53 · 1774 阅读 · 1 评论 -
2020年可投的图表示学习与图挖掘相关的SCI专刊
1Pattern Recognition专刊:基于图模型的业务数据分析网址:https://www.journals.elsevier.com/pattern-recognition/call-for-papers/graph-based-methods期刊级别:CCF-B 领域顶刊重要日期:提交系统开始接收提交:2019年12月15日 论文提交截止日期:2020年6月30日 第一次审核完成:2020年9月30日 修订稿截止日期:2020年11月31日 第二次审核完成:...原创 2020-05-14 11:40:04 · 419 阅读 · 0 评论 -
论文笔记——ANOMALYDAE: DUAL AUTOENCODER FOR ANOMALY DETECTION ON ATTRIBUTED NETWORKS
Fan H , Zhang F , Li Z . AnomalyDAE: Dual autoencoder for anomaly detection on attributed networks[J]. 2020. 一 摘要 属性网络异常检测的目的是发现模式明显偏离其他参考节点的节点,这在网络入侵检测和垃圾邮件检测等领域有着广泛的应用。然而,当前的方法大多忽略了网络结构与节点属性之间夸模式的复杂交互。本文提出了一种基于双向自编码的深度联合表示学习框架,该框架能捕获网络结构和节点属性之...原创 2020-05-14 00:02:41 · 2498 阅读 · 0 评论 -
论文解读-Deep Anomaly Detection on Attributed Networks
属性图模型已经成为当前信息基础检测的重要组成部分,尤其是在知识发现过程中,节点的属性成为是对原始网络拓扑结果的一种补充。最近,属性网络的异常节点检测因其在网络安全、金融和医疗保健等行业的普遍应用而成为了研究热点。而当前的属性网络异常检测方法大都是通过ego网分析、社区检测或是子空间选择等浅层学习机制。显然这些方法并不能解决属性网络异常检测的问题。例如,这些方法往往会面临网络稀疏性和数据非线性问题,...原创 2020-05-08 17:23:02 · 4428 阅读 · 0 评论 -
论文笔记——DynGEM: Deep Embedding Method for Dynamic Graphs
论文解读——DynGEM: Deep Embedding Method for Dynamic Graphs论文链接:https://arxiv.org/abs/1805.11273一. 摘要大规模图嵌入技术在图可视化、链路预测和节点分类等领域的领域的广泛应用引起了研究者的广泛关注。当前的图嵌入技术主要是处理静态图,然而在实际应用场景中,大部分图数据都是随时间动态演化的。直接对动态图的每个快照应用图嵌入方法无法满足稳定性、灵活性和效率等方面的需求。本质上孤立的考虑各个快照会把相同的节点映.原创 2020-05-13 17:07:02 · 3116 阅读 · 2 评论 -
论文解读-Multi-scale Anomaly Detection on Attributed Networks
原文:Gutiérrez-Gómez, Leonardo, Bovet A , Delvenne J C . Multi-scale Anomaly Detection on Attributed Networks[J]. 2019.摘要当前属性网络在很多领域中得到广泛应用,尤其是社交网络和金融领域,属性网络的边表示实体之间的关系,而实体则由属性网络中的不同节点属性来表示。而异常检测对于发现诸如信用卡欺诈、网络垃圾邮件和网络入侵等异常行为至关生要。属性图中的异常节点是指该节点的属性与参考节点的属性差原创 2020-05-11 12:20:23 · 1279 阅读 · 0 评论