[发明专利]一种跨越多个属性网络进行异常对齐的方法

权利要求书

1.一种跨越多个属性网络进行异常对齐的方法，其特征在于，包含以下步骤：

1)最大异常子图的检测:对于每个网络Gi，查找其当前最异常的子图，并与该网络之前得到的对齐的异常子图合并，得到其最大异常子图；

最大异常子图是连通的节点集合，其中包含最多异常节点，最少正常节点；

其中判断节点是否异常的异常阈值被记为α，异常属性值小于等于它的节点被标记为异常节点；

我们使用如下函数来计算异常子图的异常得分：

异常得分最高的S记为最大异常子图；

2)最大异常子图的对齐:对多个网络的最大异常子图进行对齐，得到对齐的异常子图集合；对齐的异常子图中包含最多的对齐节点以及最少的非对齐节点；

其中判断节点之间是否具有对齐关系的对齐阈值记为σ，对齐概率大于它的节点为对齐节点，我们使用如下函数来统计对齐异常子图的对齐得分：

对齐得分最高的S记为对齐异常子图；

同时优化异常和对齐两方面内容，因此设定如下的目标函数：

最优的对齐异常子图结果S应使得函数值L最大化；因此若第2)步的对齐异常子图未使得L收敛且最大化则需要进行下一步3)；

3)异常属性值的更新：将2)中对齐异常子图的节点视作正常节点，然后返回1)继续下一轮查找；

4)跨越多个属性网络的异常对齐算法的定义:根据上述步骤，为了取得最优解，我们进一步提出了跨越多个属性网络的异常对齐算法，将该算法被定义为Anomaly AlignmentAcross Multiple Attributed Networks简称A3MAN；

通过初始化结果集S为空集，迭代次数i＝0，并预先定义异常阈值α和对齐阈值σ，输入多个网络的边集/属性集数据，通过多轮迭代，不断扩张对齐异常子图集合S，直至S收敛，得到使得目标函数L最大的结果集。