【技术实现步骤摘要】
本专利技术属于图匹配和大数据，更具体地，涉及一种基于动态加权图的top-k密集子图匹配方法和系统。
技术介绍
1、连续子图匹配(continuous subgraph matching，简称csm)是动态图分析中的核心问题，广泛应用于检测现实世界动态图中的特定子图，如支付网络中的欺诈模式和通信网络中的攻击模式。在这些应用中，子图的优先级可能因其不同特性(如交易金额大小)而有所不同。例如，在支付网络的欺诈检测中，具有较大交易金额的欺诈行为需要更快地被检测出来，以便反欺诈人员能更迅速地做出响应。类似地，在通信网络中，具有高数据传输率的攻击模式应该得到更高的响应优先级。因此，这就需要在动态图的场景下，对于数据图的边引入权重属性，旨在搜索到即满足密度限制，又符合子图拓扑结果的子图集合，以保证分析人员能更加精准的定位问题。而基于动态加权图top-k密集子图匹配方法主要是在动态加权图中进行连续子图匹配，并报告与查询图匹配且密度最高的前k个子图。即给定一个查询图q，以及一个加权数据图g，以及更新流△。对于△中的某一更新操作ot，该方法旨在找到将更新操作ot应用于数据图g后，此时匹配查询图q且密度最大的的前k个子图。这一问题扩展了传统的连续子图匹配方法，不仅要求匹配查询图，还要求这些匹配在权重(如交易额、数据传输量)方面拥有最高的密度。
2、现有的子图匹配的方法主要有二种：第一种是连续子图匹配方法，该方法对于更新流中的某一更新操作ot，在数据图g中找到所有与查询图q中节点相匹配的所有子图，然后对于所有的匹配子图计算其密度，并按照密度
3、然而，上述两种密集子图匹配方法均存在一些不可忽略的缺陷：
4、第一，现有的连续子图匹配方法并没有考虑加权图，通常只返回满足拓扑约束的所有匹配，而不考虑匹配的权重或优先级，因此这导致需要对所有的子图按照密度降序排序的子图排序开销，以及子图搜索过程中无法提前剪枝导致的子图搜索开销。
5、第二，现有基于静态场景下的top-k密集子图匹配方法，通过构建复杂的离线索引来加速top-k密集子图匹配的过程，其索引结构涉及多阶邻居，这种复杂的索引结构在动态场景下，对于每个更新操作ot，都会导致巨大的索引维护开销(其索引维护的开销是指数级的)；
6、第三，上述两种密集子图匹配方法在动态场景下没有针对更新操作ot为删除操作而进行单独优化，因此在删除操作下，这两种方法都需要对数据图g’中的所有节点集合和边集合的范围内重新进行密集子图匹配的搜索，计算的时间成本高；
7、第四，现有的连续子图匹配方法没有考虑数据图g中的边的权重信息，而现有基于静态场景下的top-k密集子图匹配方法没有考虑在动态更新场景下索引的维护开销，因此这两种方法都不能很好的解决动态加权图的top-k密集子图匹配问题。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于动态加权图的top-k密集子图匹配方法和系统。其目的在于，解决现有的连续子图匹配方法并没有考虑加权图或top-k机制，通常只返回满足拓扑约束的所有匹配，而不考虑匹配的权重或优先级，导致需要对所有的子图按照密度降序排序的子图排序开销，以及子图搜索过程中无法提前剪枝导致的子图搜索开销的技术问题，以及现有基于静态场景下的top-k密集子图匹配方法存在巨大的索引维护开销的技术问题，以及上述两种方法由于都需要对数据图g’中的所有节点集合和边集合的范围内重新进行密集子图匹配的搜索，导致增加时间成本的技术问题，以及上述两种方法都不能很好的解决动态加权图的top-k密集子图匹配问题的技术问题。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种动态加权图的top-k密集子图匹配方法，包括以下步骤：
3、(1)获取数据图g、更新流△、以及密集子图匹配的查询结果数量k，并根据获取的数据图g构建查询图q，其中更新流△中包括多个更新操作ot的集合，k为任意自然数；
4、(2)根据步骤(1)中得到的查询图q创建|e(q)|个匹配序列，其中|e(q)|表示查询图q所包括的边集合e’中边的总数；
5、(3)使用邻居标签频率nlf方法对步骤(1)获取的数据图g进行压缩，以获取压缩后的数据图g’；
6、(4)根据步骤(2)获取的|e(q)|个匹配序列从步骤(3)压缩后的数据图g’中获取多个索引mwstar，并从中获取密度最大的索引；
7、(5)利用连续子图匹配(continuous subgraph matching，简称csm)方法对步骤(3)压缩后的数据图g’进行子图匹配处理，以获取对应于查询图q的多个top-k密集子图所组成的top-k密集子图集合top_k_set；
8、(6)将步骤(5)获得的top-k密集子图集合top_k_set中的所有密集子图按照其密度进行降序排列，保留前k个排列结果，即top_k_set＝<g1,g2,...gk>，gk表示top-k密集子图集合top_k_set中降序排列后的第k个密集子图；
9、(7)设置计数器cnt1＝1；
10、(8)判断cnt1是否小于等于更新流δ中的更新操作的总数，如果是则转入步骤(9)，否则进入步骤(26)；
11、(9)从步骤(1)中获取第cnt1条更新操作ocnt1＝(op,<v1(cnt1),v2(cnt1)>)，判断该更新ocnt1是插入操作还是删除操作，如果是插入操作则转入步骤(10)，如果是删除操作则进入步骤(15)；
12、(10)在压缩后的数据图g’中对边<v1(cnt1),v2(cnt1)>也进行插入操作，以获取更新后的数据图g’；
13、(11)在步骤(10)得到的更新后的g’中，使用与步骤(4)相同的方式重新获取多个mwstar索引的密度中的最大值；
14、(12)判断在查询图q中是否存在一条边，使得形成该边的一个节点的标签与节点v1(cnt1)的标签相同，另一个节点的标签与节点v2(cnt1)的标签相同，如果存在，则设置部分匹配g＝{v1(cnt1),v2(cnt1)}，并进入步骤(13)，否则进入步骤(25)；
15、(13)从步骤(2)得到的|e(q)|个匹配序列中获取以步骤(12)中得到的查询图q的边为起始边的匹配序列φc1＝<u1(c1),u2(c1),...un(c1)>,其中c1表示以该边为起始边的匹配序列在步骤(2)得到的|e(q)个匹配序列中的序号；
16、(14)根据步骤(13)得到的匹配序列φc1以及步骤(11)获取到的mwstar索引的最大值进行本文档来自技高网...
【技术保护点】
1.一种动态加权图的Top-k密集子图匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(1)具体为，先从SNAP数据集官网获取现实世界的真实数据集作为数据图G，且有G＝(V，E，W，L)，其中V表示节点集合，E表示节点集合V中所有两两相邻节点连接而成的边所构成的边集合，W表示所有边对应的权值集合(使用计算边的权值，其中v1表示形成该边的其中一个节点，v2表示形成该边的另一个节点，N(v1)表示数据图中节点v1的所有邻居节点的集合)，L表示所有节点对应的标签集合；随后，从数据图G所包括的节点集合V中随机抽取多个节点构成新的节点集合V’，将抽取的所有两两相邻节点连接而成的边构成的边集合E’，获取所有节点的标签集合L’，并将三者组合成查询图Q＝(V’，E’，L’)；并从SNAP数据集官网获取数据图G的更新流△，其为多个更新操作ot的集合，每个更新操作ot＝(op,<vo1,vo2>)，op表示更新操作的类型，即插入边或者删除边，<vo1,vo2>表示数据图G中需要进行更新操作的边，
3.根据权利要求1或2所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(2)具体为，首先获取查询图Q中边集合E’中的第一条边，获取形成该边的两个节点u1和u2，作为匹配序列中的起始节点，随后获取节点u1和u2节点在查询图Q中的多个共同邻居节点，从这些共同邻居节点中选择其邻居节点最多的共同邻居节点u3，并将共同邻居节点u3加入匹配序列中，然后，获取节点u1、u2、u3在查询图Q中的多个共同邻居节点，从这些共同邻居节点中选择其邻居节点最多的共同邻居节点u4，并将共同邻居节点u4加入匹配序列中，...以此类推，直到最终生成形式为<u1,u2,...un>、且与第一条边对应的匹配序列，n为查询图Q中的节点个数，随后，获取查询图Q中边集合E’中的第二条边，并重复以上步骤，以获取第二条边对应的匹配序列，...获取查询图Q中边集合E’中的第|E(Q)|条边，并重复以上过程，以获取第|E(Q)|条边对应的匹配序列。
4.根据权利要求1至3中任意一项所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(3)包括以下子步骤：
5.根据权利要求4所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(4)包括以下子步骤：
6.根据权利要求4所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(4-8)具体为，首先获取集合{v1_1,v1_2,...v1_n}，随后设置Dstar(v1)的密度den(v1)为0，其后将其加上v1节点和v1_1节点构成的边的权值，然后再加上v1节点和v1_2节点构成的边的权值，...，最后加上v1节点和v1_n节点构成的边的权值，最终得到Dstar(v1)的密度den(v1)。
7.根据权利要求6所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(5)包括以下子步骤：
8.根据权利要求7所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(5-9)中相匹配的候选节点，指的是在压缩后的数据图G’中，与节点uy(cnt)的标签相同，并且在匹配序列Φt中位于uy(cnt)左侧、且与uy(cnt)是邻居关系的节点，在数据图中与节点uy(cnt)的标签相同的节点，在部分匹配g中，也与匹配序列Φt中位于uy(cnt)左侧、并且已经在数据图中找到其匹配的候选节点的节点保持邻居关系。
9.根据权利要求8所述的动态加权图的Top-k密集子图匹配方法，其特征在于，步骤(14)包括以下子步骤：
10.一种动态加权图的Top-k密集子图匹配系统，其特征在于，包括：
...【技术特征摘要】
1.一种动态加权图的top-k密集子图匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的动态加权图的top-k密集子图匹配方法，其特征在于，步骤(1)具体为，先从snap数据集官网获取现实世界的真实数据集作为数据图g，且有g＝(v，e，w，l)，其中v表示节点集合，e表示节点集合v中所有两两相邻节点连接而成的边所构成的边集合，w表示所有边对应的权值集合(使用计算边的权值，其中v1表示形成该边的其中一个节点，v2表示形成该边的另一个节点，n(v1)表示数据图中节点v1的所有邻居节点的集合)，l表示所有节点对应的标签集合；随后，从数据图g所包括的节点集合v中随机抽取多个节点构成新的节点集合v’，将抽取的所有两两相邻节点连接而成的边构成的边集合e’，获取所有节点的标签集合l’，并将三者组合成查询图q＝(v’，e’，l’)；并从snap数据集官网获取数据图g的更新流△，其为多个更新操作ot的集合，每个更新操作ot＝(op,<vo1,vo2>)，op表示更新操作的类型，即插入边或者删除边，<vo1,vo2>表示数据图g中需要进行更新操作的边，其是由vo1和vo2两个节点组成。
3.根据权利要求1或2所述的动态加权图的top-k密集子图匹配方法，其特征在于，步骤(2)具体为，首先获取查询图q中边集合e’中的第一条边，获取形成该边的两个节点u1和u2，作为匹配序列中的起始节点，随后获取节点u1和u2节点在查询图q中的多个共同邻居节点，从这些共同邻居节点中选择其邻居节点最多的共同邻居节点u3，并将共同邻居节点u3加入匹配序列中，然后，获取节点u1、u2、u3在查询图q中的多个共同邻居节点，从这些共同邻居节点中选择其邻居节点最多的共同邻居节点u4，并将共同邻居节点u4加入匹配序列中，...以此类推，直到最终生成形式为<u1,u2,...un>、且与第一条边对应的匹...
【专利技术属性】
技术研发人员：周旭，高楚楚，杨志邦，李友焕，杨圣洪，肖国庆，李肯立，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。