融合知識的多視圖屬性網(wǎng)絡(luò)異常檢測模型

摘要： 屬性網(wǎng)絡(luò)異常檢測在網(wǎng)絡(luò)安全、電子商務(wù)和金融交易等領(lǐng)域中具有重要的理論與現(xiàn)實意義,近年來受到了越來越多的關(guān)注.大多數(shù)異常檢測方法憑借網(wǎng)絡(luò)有限的屬性或結(jié)構(gòu)信息進行決策生成,往往難以對異常模式做出可靠的描述.此外,網(wǎng)絡(luò)節(jié)點對應(yīng)的實體往往關(guān)聯(lián)著豐富的領(lǐng)域知識,這些知識對于異常的識別具有重要的潛在價值.針對上述情況,提出一種融合知識的多視圖網(wǎng)絡(luò)異常檢測模型,在多視圖學(xué)習(xí)模式下通過數(shù)據(jù)與知...