动态网络中的异常结构演化发现的方法技术

本发明专利技术涉及数据处理技术领域，提供一种动态网络中的异常结构演化发现的方法，该方法包括步骤：给定一个动态网络后，挖掘整个网络中角色随时间演化的频繁模式；通过比较节点到频繁模式的相异程度进行角色演化异常发现。本发明专利技术采用角色来刻画网络的结构特征，首次提出角色演化异常的概念，结合动态网络的时序特性，提出基于模式挖掘的角色演化异常发现算法，本发明专利技术分析和挖掘网络结构随时间变化的过程中出现的异常现象有利于理解复杂系统的动态行为。

【技术实现步骤摘要】

本专利技术属于数据处理
，特别涉及一种动态网络中的异常结构演化发现的方法。
技术介绍
目前，动态网络是节点和边会随时间发生变化的网络，现实世界诸多复杂系统都具有动态网络的特征。大到社会系统的社交网络、科研合作者网络、邮件网络，小到生态系统的蛋白质网络等。鉴于现实条件的约束如商业秘密保护等，许多网络无法得到足够的额外信息，因而网络基本结构的分析一直都是研究的热点。然而随着时间不断推进，动态网络的结构处于不断改变的过程中，挖掘结构演化过程异常的节点对理解复杂系统动态行为具有重要意义，也是复杂网络研究领域的一个新的问题。针对网络结构的表示问题，文献1(K.Henderson,B.Gallagher,L.Li,L.Akoglu,T.Eliassi-Rad,H.Tong,and C.Faloutsos.RolX:Role Extraction and Mining in Large Networks.In KDD,2012.)首次提出用潜在的“角色”(role)来刻画节点的结构行为，角色代表某种网络结构的类型，具有相似结构的节点属于同一种角色，如中心节点、边缘节点等。不同于社区发现的是本文档来自技高网...

【技术保护点】
一种动态网络中的异常结构演化发现的方法，其特征在于包括步骤：A、给定一个动态网络后，挖掘整个网络中角色随时间演化的频繁模式；B、通过比较节点到频繁模式的相异程度进行角色演化异常发现。

【技术特征摘要】
1.一种动态网络中的异常结构演化发现的方法，其特征在于包括步骤：A、给定一个动态网络后，挖掘整个网络中角色随时间演化的频繁模式；B、通过比较节点到频繁模式的相异程度进行角色演化异常发现。2.根据权利要求1所述的动态网络中的异常结构演化发现的方法，其特征在于所述步骤A具体包括步骤：A1、对每个图快照分别进行角色发现，得到各个节点的角色分布序列；A2、根据Aprioir算法挖掘角色分布序列的频繁模式集合，将挖掘得到的频繁模式集合作为网络的角色演化趋势。3.根据权利要求2所述的动态网络中的异常结构演化发现的方法，其特征在于所述步骤A1中对每个图快照分别进行角色发现得到各个节点的角色分布序列的方法为：对每个节点，首先根据其自网络结构得到基本特征，然后迭代地聚集基本特征得到递归特征，基本特征与递归特征共同构成节点的角色分布序列。4.根据权利要求1所述的动态网络中的异常结构演化发现的方法，其特...

【专利技术属性】
技术研发人员：李川，李艳梅，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51