[发明专利]用于检测异常数据的方法、设备和计算机可读存储介质

权利要求书

1.一种用于检测异常数据的方法，包括：

确定与具有图形式的待检测数据集相对应的可疑度树；

基于所述可疑度树来确定所述待检测数据集中的一个或多个密集子图；以及

将所述一个或多个密集子图中的至少一个密集子图中的数据确定为异常数据。

2.根据权利要求1所述的方法，其中，所述待检测数据集具有二分图的形式，所述二分图的节点包括源节点和目标节点，所述二分图的边包括一个或多个源节点与一个或多个目标节点之间的边。

3.根据权利要求2所述的方法，其中，确定与具有图形式的待检测数据集相对应的可疑度树的步骤包括：

基于所述待检测数据集的源节点和边来生成第一可疑度树；以及

基于所述待检测数据集的目标节点和边来生成第二可疑度树。

4.根据权利要求3所述的方法，其中，基于所述可疑度树来确定所述待检测数据集中的一个或多个密集子图的步骤包括：

基于所述第一可疑度树来确定所述待检测数据集中的一个或多个第一最大半孤立完全二分图；

基于所述第二可疑度树来确定所述待检测数据集中的一个或多个第二最大半孤立完全二分图；以及

将所述一个或多个第一最大半孤立完全二分图和所述一个或多个第二最大半孤立完全二分图的并集确定为所述待检测数据集中的一个或多个密集子图。

5.根据权利要求3所述的方法，其中，基于所述待检测数据集的源节点/目标节点和边来相应生成第一可疑度树/第二可疑度树的步骤包括：

基于所述待检测数据集的源节点/目标节点和边来生成指示每个源节点/目标节点的局部连接性的筐，其中，所述筐包括相应源节点/目标节点、与所述源节点/目标节点相连的目标节点/源节点、以及指示所述筐的可疑度的可疑度分数；以及

基于每个源节点/目标节点的筐来生成所述第一可疑度树/第二可疑度树。

6.根据权利要求5所述的方法，其中，所述可疑度分数如下定义：

其中，f(n)是针对源节点/目标节点n所生成的筐的可疑度分数，I(n)表示所述待检测数据集中与源节点/目标节点n之间存在边的目标节点/源节点的集合，E表示所述待检测数据集中的边的集合，|·|表示集合中的元素数目，以及log表示以e为底的对数函数，

其中，c为常数且满足c＜|E|-Max(|I(n)|)，Max表示最大值函数。

7.根据权利要求5所述的方法，其中，所述可疑度分数如下定义：

f(n)＝log(|I(n)|+c)

其中，f(n)是针对源节点/目标节点n所生成的筐的可疑度分数，I(n)表示所述待检测数据集中与源节点/目标节点n之间存在边的目标节点/源节点的集合，|·|表示集合中的元素数目，以及log表示以e为底的对数函数，

其中，c为常数且满足c＜|E|-Max(|I(n)|)，Max表示最大值函数。

8.根据权利要求5所述的方法，其中，基于每个源节点/目标节点的筐来生成所述第一可疑度树/第二可疑度树的步骤包括：

针对每个源节点/目标节点，确定其作为相连节点所出现在的各个筐的可疑度分数的总和，作为相应源节点/目标节点的可疑度分数总和；

针对每个源节点/目标节点的筐，按该筐中各相连节点的可疑度分数总和的降序对该筐中的相连节点排序；以及

向初始仅有根节点的所述第一可疑度树/第二可疑度树中依次插入所有源节点/所有目标节点的筐中经排序的各相连节点，以相应生成所述第一可疑度树/第二可疑度树。