그래프 스트림에서의 이상치 탐지

소셜 네트워크, 통신 및 모바일 컴퓨팅의 여러 응용 프로그램은 방대한 그래프 스트림을 생성합니다. 이러한 응용 프로그램 중 다수에서는 기본 네트워크의 '전형적인' 행동과 다른 구조적 이상을 탐지하는 것이 유용합니다. 본 논문에서는 방대한 네트워크 스트림에서 구조적 이상치 탐지 문제에 대한 첫 번째 결과를 제공합니다. 이러한 문제는 기본 네트워크 스트림의 높은 볼륨 때문에 본질적으로 도전적입니다. 스트림 시나리오는 접근 방식의 계산적 도전 과제를 더욱 증가시킵니다. 우리는 그래프 스트림에서 이상치를 정의하기 위해 구조적 연결 모델을 사용합니다. 방대한 네트워크의 희소성 문제를 처리하기 위해, 우리는 통계적으로 견고한 연결 행동 모델을 구축하기 위해 네트워크를 동적으로 분할합니다. 우리는 기본 네트워크의 구조적 요약을 유지하기 위해 저수 샘플링 방법을 설계합니다. 이러한 구조적 요약은 그래프 스트림에서 이상치를 탐지하기 위한 견고하고 동적이며 효율적인 모델을 만들기 위해 설계되었습니다. 우리는 우리의 접근 방식의 효과성과 효율성을 보여주는 실험 결과를 제시합니다.