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