10.3969/j.issn.1671-1122.2016.06.006
一种改进的图分割算法在用户行为异常检测中的应用
基于模拟随机流的马尔科夫分类算法（MarkovClusterAlgorithm，MCL）是一种快速且可扩展的无监督图分割算法，在用户行为异常检测中具有广泛的应用，但时间复杂度为O(N3)，不利于处理海量数据。为提高分割质量，同时减少计算时间，文章提出了一种改进的MCL 模型。采用调整互信息（Adjusted Mutual Information，AMI）指标，对不同时间的图分割结果的相似度进行比较，判断是否有异常发生。实验表明，相较多层图分割算法（METIS），文章所提出的改进的MCL模型具有以下优点：1）无需事先规定聚类的数目；2）不易被数据中的拓扑噪声所影响；3）适合处理长尾分布的数据；4）在计算时间一定的情况下，能获得质量较高的分割结果。
图分割、马尔科夫分类算法、异常检测、多层图分割算法
TP309(计算技术、计算机技术)
国家高技术研究发展计划国家863计划2013AA01A214
2016-07-14（万方平台首次上网日期，不代表论文的发表时间）
共6页
35-40
