EdgeCentric：边属性网络中的异常检测
社会与信息网络
2015-11-20 v2 信息检索
摘要
给定一个具有属性边的网络，我们如何识别异常行为？具有边属性的网络在现实世界中很常见。例如，电子商务网络中的边通常表示用户以星级对产品和服务评分的方式，而在线社交和电话网络中的边包含关于友谊何时形成以及用户何时相互通信的时间信息——在这种情况下，边属性捕获了相邻节点如何与网络中其他实体交互的信息。在本文中，我们旨在利用这一信息来区分可疑节点行为与典型节点行为。我们的工作有许多显著贡献，包括(a)表述：尽管大多数其他基于图的异常检测工作使用结构图连通性或节点信息，我们关注利用边信息这一新问题；(b)方法：我们引入EdgeCentric，一种直观且可扩展的基于压缩的方法来检测边属性图异常；(c)实用性：我们展示EdgeCentric在几个大型的、边属性的真实世界图中成功发现了许多此类异常，包括Flipkart电子商务图，其包含110万用户和54.5万产品之间超过300万条产品评论，在该图上其前100个结果达到了0.87的精度。
引用
@article{arxiv.1510.05544,
title = {EdgeCentric: Anomaly Detection in Edge-Attributed Networks},
author = {Neil Shah and Alex Beutel and Bryan Hooi and Leman Akoglu and Stephan Gunnemann and Disha Makhija and Mohit Kumar and Christos Faloutsos},
journal= {arXiv preprint arXiv:1510.05544},
year = {2015}
}