基于圖的社交網(wǎng)絡(luò)異常檢測

定　價(jià)：￥75.00

作　者：	成清，程光權(quán)，黃金才，劉忠著
出版社：	國防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787118122466	出版時(shí)間：	2021-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	130	字?jǐn)?shù)：

內(nèi)容簡介

　　網(wǎng)絡(luò)的異常檢測旨在探測出網(wǎng)絡(luò)結(jié)構(gòu)、節(jié)點(diǎn)行為是否發(fā)生顯著的變化，進(jìn)一步知道是哪些原因?qū)е铝水惓５陌l(fā)生，從而實(shí)現(xiàn)網(wǎng)絡(luò)和節(jié)點(diǎn)行為的預(yù)測。《基于圖的社交網(wǎng)絡(luò)異常檢測》從網(wǎng)絡(luò)的圖表示開始，以社交網(wǎng)絡(luò)為研究對象，描述了網(wǎng)絡(luò)中異常節(jié)點(diǎn)檢測框架，主要從靜態(tài)網(wǎng)絡(luò)和動(dòng)態(tài)網(wǎng)絡(luò)兩個(gè)角度介紹了異常節(jié)點(diǎn)檢測的過程，介紹了基于特征的靜態(tài)網(wǎng)絡(luò)異常節(jié)點(diǎn)檢測方法；針對動(dòng)態(tài)網(wǎng)絡(luò)中節(jié)點(diǎn)的演化行為，重點(diǎn)介紹了基于隱變量的節(jié)點(diǎn)行為演化建模，及節(jié)點(diǎn)異常行為檢測的選擇性集成方法等?！痘趫D的社交網(wǎng)絡(luò)異常檢測》可供社交網(wǎng)絡(luò)分析、信息科學(xué)及相關(guān)研究領(lǐng)域研究人員和專業(yè)技術(shù)人員參考，也可作為研究生的教學(xué)用書，還可供對數(shù)據(jù)分析感興趣的開發(fā)人員學(xué)習(xí)使用。

作者簡介

暫缺《基于圖的社交網(wǎng)絡(luò)異常檢測》作者簡介

圖書目錄

第1章概述
1．1 引言
1．2 社交網(wǎng)絡(luò)異常檢測技術(shù)概況
1．2．1 社交網(wǎng)絡(luò)演化與異常檢測技術(shù)
1．2．2 社交網(wǎng)絡(luò)節(jié)點(diǎn)演化與異常檢測技術(shù)
1．2．3 異常檢測方法概述
1．3 小結(jié)
第2章社交網(wǎng)絡(luò)演化和節(jié)點(diǎn)異常行為的概念
2．1 社交網(wǎng)絡(luò)演化基本概念
2．2 社交網(wǎng)絡(luò)節(jié)點(diǎn)行為的定義
2．3 社交網(wǎng)絡(luò)節(jié)點(diǎn)行為異常的定義
2．4 社交網(wǎng)絡(luò)節(jié)點(diǎn)異常行為檢測過程
2．5 小結(jié)
第3章基于圖的社區(qū)發(fā)現(xiàn)與異常點(diǎn)探測
3．1 基于圖嵌入的社區(qū)發(fā)現(xiàn)與異常點(diǎn)檢測框架
3．2 圖嵌入概述
3．3 社區(qū)發(fā)現(xiàn)和異常點(diǎn)檢測
3．3．1 構(gòu)建密度順序樹
3．3．2 密度順序樹的劃分與異常點(diǎn)發(fā)現(xiàn)
3．3．3 社區(qū)數(shù)目的確定
3．4 算法應(yīng)用與分析
3．4．1 數(shù)據(jù)介紹
3．4．2 實(shí)驗(yàn)方法與結(jié)果分析
3．5 小結(jié)
第4章基于動(dòng)態(tài)圖的社交網(wǎng)絡(luò)節(jié)點(diǎn)演化建模與異常檢測
4．1 動(dòng)態(tài)網(wǎng)絡(luò)節(jié)點(diǎn)行為異常檢測框架
4．2 基于ego網(wǎng)絡(luò)的節(jié)點(diǎn)特征提取
4．3 動(dòng)態(tài)網(wǎng)絡(luò)節(jié)點(diǎn)演化建模
4．4 節(jié)點(diǎn)行為異常檢測與演化可視化
4．4．1 基于異常排序的節(jié)點(diǎn)異常行為檢測集成方法
4．4．2 節(jié)點(diǎn)行為的可視化
4．5 算法應(yīng)用與分析
4．5．1 數(shù)據(jù)介紹
4．5．2 實(shí)驗(yàn)方法與結(jié)果分析
4．6 小結(jié)
第5章基于異常偏好的節(jié)點(diǎn)行為異常檢測集成方法
5．1 基于先驗(yàn)知識的節(jié)點(diǎn)行為異常檢測問題描述
5．2 先驗(yàn)庫的構(gòu)建
5．3 基于先驗(yàn)庫的異常偏好計(jì)算
5．4 基于異常偏好的異常檢測集成方法
5．5 算法應(yīng)用與分析
5．5．1 仿真數(shù)據(jù)介紹
5．5．2 實(shí)驗(yàn)方法與結(jié)果分析
5．6 小結(jié)
第6章基于異常重構(gòu)的節(jié)點(diǎn)行為預(yù)測
6．1 問題描述
6．2 異常數(shù)據(jù)的重構(gòu)
6．3 基于向量自回歸模型的節(jié)點(diǎn)行為預(yù)測
6．4 算法應(yīng)用與分析
6．5 小結(jié)
參考文獻(xiàn)
后記