| 属性网络中基于变分图自编码器的异常节点检测方法 |
| |
| 引用本文： | 李忠,靳小龙,王亚杰,孟令宾,庄传志,孙智. 属性网络中基于变分图自编码器的异常节点检测方法[J]. 模式识别与人工智能, 2022, 35(1): 17-25. DOI: 10.16451/j.cnki.issn1003-6059.202201002 |
| |
| 作者姓名： | 李忠 靳小龙 王亚杰 孟令宾 庄传志 孙智 |
| |
| 作者单位： | 中国科学院计算技术研究所网络数据科学与技术重点实验室 北京100190;中国科学院大学 计算机与控制学院 北京100049 |
| |
| 基金项目： | 国家重点研发计划项目(No.2016QY02D0404);国家自然科学基金项目(No.U1911401,61772501,U1836206,91646120)资助。 |
| |
| 摘 要： | 图神经网络为属性网络数据挖掘提供融合利用结构信息和属性信息的方法,但是在现阶段基于图自动编码器进行无监督属性网络异常节点检测时,常将正常节点子属性插值形成的节点误识别为异常节点,导致方法的假负率较高.针对上述问题,文中提出基于变分图自编码器的异常节点检测方法.模型包含两个编码器和一个解码器,利用一个编码器和一个解码器构...
|
| 关 键 词： | 异常节点检测 属性网络 变分自编码器 重建误差 无监督异常检测方法 |
Anomaly Node Detection Method Based on Variational Graph Auto-Encoders in Attribute Networks |
| |
| LI Zhong,JIN Xiaolong,WANG Yajie,MENG Lingbin,ZHUANG Chuanzhi,SUN Zhi. Anomaly Node Detection Method Based on Variational Graph Auto-Encoders in Attribute Networks[J]. Pattern Recognition and Artificial Intelligence, 2022, 35(1): 17-25. DOI: 10.16451/j.cnki.issn1003-6059.202201002 |
| |
| Authors: | LI Zhong JIN Xiaolong WANG Yajie MENG Lingbin ZHUANG Chuanzhi SUN Zhi |
| |
| Affiliation: | (Key Laboratory of Network Data Science and Technology,Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190;School of Computer and Control Engineering,University of Chinese Academy of Sciences,Beijing 100049) |
| |
| Abstract: | |
| |
| Keywords: | Anomaly Node Detection Attribute Network Variational Auto-encoder Reconstruction Error Unsupervised Anomaly Detection Method |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
