基于图的异常检测算法——概述

正在调研基于图的异常检测算法，先出个概述，后面再慢慢填坑

• 基于图的异常检测
  给定一个图数据库，找到其中罕见不同于其他数据对象的点/边/子结构
  • 静态图的异常检测
    • 普通静态图
      • 基于结构
        • 基于特征：利用图结构来提取特征，比如节点度量、子图中心性
        • 基于邻近：量化图中节点的紧密度来识别图中结构的关联性
      • 基于社区：定义为找到密集连接的近邻组中跨社区连接的节点/边
    • 属性静态图
      • 基于结构：找到变形的子结构和子图，比如连接性和属性
      • 基于社区：在同一社区内找到与其他对象不同的异常值
      • 基于关系学习：将异常检测转化为分类问题
  • 动态图的异常检测：主要是时间异常模式检测
    • 基于特征：类似的图共享某些属性，这些属性就可以作为特征，度量特征之间的相似性
    • 基于分解：对时间演化图进行矩阵或者张量分解，再选择特征
    • 基于社区：随着时间的推移监控图形社区或者集群，发生结构或者上下文变化是报告异常，采用聚类或类似的方法
    • 基于窗口：将时间演化图绑定到时间窗口，以发现输入序列中的异常模式