一种基于草图与博弈论的方法以检测大数据流中的异常稠密子社区
社会与信息网络
2021-12-01 v1 计算机科学与博弈论
摘要
以在线或流方式检测动态图中的异常子图，是工业环境中入侵检测或拒绝服务攻击的重要需求。虽然仅通过边频率检测系统中的异常是一种最优方法，但由于网络特性仅考虑边频率，许多潜在信息会在此过程中被忽略。我们提出一种博弈论方法，利用模块度函数，试图在流图中估计当前时间步中新边的加入是否导致稠密子图的生成，从而指示可能的异常分数。我们的贡献如下：(a) 我们提出了一种在在线流环境中检测稠密子社区的新颖博弈论框架；(b) 我们使用常数内存存储检测此类子社区。我们的结果在真实数据集上通过实证评估得到证实。
引用
@article{arxiv.2111.15525,
title = {A Sketch Based Game Theoretic Approach to Detect Anomalous Dense Sub-Communities in Large Data Streams},
author = {Prateek Chanda and Aadirupa Saha},
journal= {arXiv preprint arXiv:2111.15525},
year = {2021}
}