Knowledge Commons of Institute of Automation，CAS
| 融合知识的多视图属性网络异常检测模型 | |
| 杜航原; 曹振武; 王文剑; 白亮 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2023 | |
| 卷号 | 49期号:8页码:1732-1744 |
| 摘要 | 属性网络异常检测在网络安全、电子商务和金融交易等领域中具有重要的理论与现实意义,近年来受到了越来越多的关注.大多数异常检测方法凭借网络有限的属性或结构信息进行决策生成,往往难以对异常模式做出可靠的描述.此外,网络节点对应的实体往往关联着丰富的领域知识,这些知识对于异常的识别具有重要的潜在价值.针对上述情况,提出一种融合知识的多视图网络异常检测模型,在多视图学习模式下通过数据与知识的互补融合实现了对异常节点的有效识别.首先,使用TransR模型由领域知识图谱抽取知识向量表示,并借助输入网络的拓扑关系构造其孪生网络.接着,在多视图学习框架下构建属性编码器和知识编码器,分别将属性网络及其孪生网络嵌入到各自的表示空间,并聚合为统一网络表示.最后,综合不同维度上的重构误差进行节点异常分数评价,从而识别网络中的异常节点.在真实网络数据集上的对比实验表明,提出的模型能够实现对领域知识的有效融合,并获得优于基线方法的异常检测性能. |
| 关键词 | 属性网络 异常检测 图神经网络 知识融合 多视图学习 |
| DOI | 10.16383/j.aas.c220629 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56088 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 杜航原,曹振武,王文剑,等. 融合知识的多视图属性网络异常检测模型[J]. 自动化学报,2023,49(8):1732-1744. |
| APA | 杜航原,曹振武,王文剑,&白亮.(2023).融合知识的多视图属性网络异常检测模型.自动化学报,49(8),1732-1744. |
| MLA | 杜航原,et al."融合知识的多视图属性网络异常检测模型".自动化学报 49.8(2023):1732-1744. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2022-0629.pdf（1970KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [杜航原]的文章 |
| [曹振武]的文章 |
| [王文剑]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [杜航原]的文章 |
| [曹振武]的文章 |
| [王文剑]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [杜航原]的文章 |
| [曹振武]的文章 |
| [王文剑]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论