网络中高阶依赖的高效建模:从算法到异常检测应用
社会与信息网络
2020-10-13 v3 物理与社会
摘要
表示为动态网络的复杂系统由通过直接与/或间接相互作用相互影响的组件构成。近期研究表明,由于构建一阶网络(FON)时典型的马尔可夫假设可能存在局限,使用高阶网络(HONs)对这类复杂系统建模与分析十分重要。这种高阶网络表示不仅创建对底层复杂系统更精确的表示,也带来更精确的网络分析。本文中,我们首先提出可扩展且精确的模型BuildHON+,用于从具有各种阶依赖的复杂系统数据构建高阶网络表示。接着,我们展示由BuildHON+建模的该高阶网络表示在识别异常上显著优于FON,表明为得出有意义结论,对复杂系统的高阶网络表示与建模确有必要。
引用
@article{arxiv.1712.09658,
title = {Efficient modeling of higher-order dependencies in networks: from algorithm to application for anomaly detection},
author = {Mandana Saebi and Jian Xu and Lance M. Kaplan and Bruno Ribeiro and Nitesh V. Chawla},
journal= {arXiv preprint arXiv:1712.09658},
year = {2020}
}
备注
EPJ Data Science, 27 pages, 11 figures