تشخیص ناهنجاری در شبکه های چندگانه

چکیده

کلمات کلیدی

1.مقدمه

شکل 1. یک شبکه چندگانه با معماری دو لایه

شکل ۲. نمونه تشخیص ناهنجاری در شبکه ساده

2. کارهای مرتبط

۳. تشخیص ناهنجاری در شبکه های چندگانه

۱.۳ پیدا کردن احتمال در شبکه چندگانه 

۲.۳ محاسبه ناهنجاری لایه متقابل

۴. توصیف مجموعه داده 

۱.۴ مجموعه داده گورخرماهی

جدول ۱. پارمترهای مجموعه داده گورخرماهی

۲.۴ مجموعه داده ارتباط فلورنتاین

جدول ۲. پارامترهای مجموعه داده ارتباط فلورنتاین

۵. نتایج

۱.۵ نتایج مجموعه داده گورخرماهی

شکل ۳. تجسم تصویری مجموعه داده گورخرماهی

شکل 4. خطوط توزیع گاوسی توزیع متناسب با مجموعه داده 

شکل 5. گره های احاطه شده توسط مثلث قرمز، گره های ناهنجار هستند

۲.۵ نتایج مجموعه داده ازدواج خانوداه های فلورنتاین

شکل ۶. مجموعه داده ازدواج خانواده های فلورنتاین

شکل ۷. خطوط توزیع گاوسی توزیع متناسب با مجموعه داده

شکل ۸. گره های احاطه شده توسط مثلث قرمز، گره های ناهنجار هستند

۴. نتیجه گیری

با وجود شبکه های اجتماعی تاثیرگذار متعددی مانند شبکه جهانی وب، فیس بوک، توییتر و غیره، تشخیص ناهنجاری های اجتماعی، امری حیاتی است. تکنیک های مختلفی برای شناسایی نقاط دورافتاده و ناهنجاری ها در داده های گرافیکی توسعه یافته است. اخیرا، حوزه شبکه های چندگانه به علت نتایج عینی تر، توجه زیادی را در میان محققان برانگیخته است. یک شبکه چندگانه، شبکه ای است متشکل از چندین سیستم با مجموعه ای از گره های یکسان و انواع مختلفی از ارتباط بین گره ها وجود دارد. در این مقاله، به کشف و شناسایی ناهنجاری ها در شبکه های چندگانه متعددی می پردازیم. ناهنجاری یا نقاط دورافتاده به معنای گره هایی است که در سیستم به صورت غیر عادی یا مشکوک رفتار می کنند. در مقایسه با شبکه های تک لایه، گره های نقاط دورافتاده را ممکن است بتوان در بسیاری از لایه های شبکه چندگانه یافت و پیدا کردن ناهنجاری در شبکه های چندگانه هنوز مبحثی کاملا جدید است. ما در این مطالعه، معیار جدیدی را به نام تشخیص ناهنجاری لایه متقاطع (CAD) است. CAD معیاری است که ناهنجاری های موجود در شبکه چندگانه را تشخیص می دهد. ما برای انجام آزمایشات خود از دو شبکه چندگانه در دنیای واقعی استفاده کرده و نتایج معیار پیشنهادی خود را با سایر روش های مشابه مقایسه و نتایج دلگرم کننده و مشابهی دریافت می کنیم.

کشف گره ها که حداقل ظاهر را در یک شبکه معین نشان می دهد، جالب توجه است. یک شبکه چیزی جز مجموعه ای از گره های به هم پیوسته توسط لبه ها نیست [1]. بسیاری از کاربردهای زندگی واقعی شامل ساختارهایی از نوع شبکه هستند که در آن افراد به صورت گره و ارتباطات بین آنها به عنوان لبه ها عمل می کنند. یافتن افراد با رفتار مشکوک دارند یا حداقل ظاهر شبکه، یک کار هیجان انگیز است و به عنوان تشخیص ناهنجاری نامیده می شود. به عنوان مثال، تشخیص نفوذ در شبکه یا نقص شبکه [2]، تقلب در کارت اعتباری [3]، تقلب در ارتباطات راه دور [4] و غیره. در خصوص تمام شبکه ها این فرض مطرح است که تنها یک نوع تعامل بین هر دو گره وجود دارد. گاهی این فرض ممکن است تعاملات متعدد یا ارتباط بین موجودیت های شبکه را نادیده بگیرد، که به نتایج دقیقی منجر نمی شود. یک سیستم متشکل از تعاملات مختلف بین موجودیت ها یک شبکه چندگانه نامیده می شود [5، 6]. یک شبکه چندگانه شامل چندین لایه است؛ که در آن هر بخش نشان دهنده ی یک نوع ارتباط بین موجودیت هاست. به عنوان مثال: در شبکه های اجتماعی، موجودیت های مشابه از طریق فیس بوک، توییتر، لینکدین و غیره با سار موجودیت ها ارتباط برقرار می کنند. مفاهیم نظریه گراف کنونی را نمی توان به طور مستقیم برای چنین شبکه هایی به کار برد، زیرا تعامل لایه ای متقابلی بین موجودیت ها وجود دارد. در شکل 1، یک شبکه چندگانه دو لایه نشان می دهیم که در آن دو نوع ارتباط بین گره ها وجود دارد. شکل 1. یک شبکه چندگانه با معماری دو لایه مفاهیم ترکیبی داده کاوی و نظریه گراف به طور گسترده ای جهت مطالعه ویژگی های مختلف شبکه به کار می روند. به عنوان مثال، با استفاده از روش تشخیص ناهنجاری، می توان گره های مشکوک را در شبکه پیدا کرد. تشخیص ناهنجاری شاخه ای از داده کاوی است که با کشف رویدادهای نادر در مجموعه داده ها مرتبط است [7]. به طور کلی، اشیاء داده ها با یکدیگر مرتبط هستند، و به راحتی می توان آنها را به صورت نمودار یا شبکه ترسیم کرد. مسیرهای چندگانه در میان دو شیء داده می توانند به طور موثری رابطه دوربردی داشته و به کشف شیء مشکوک در شبکه کمک کنند. روش های مختلفی برای تشخیص ناهنجاری در شبکه ها تعریف شده است مانند تشخیص ناهنجاری مبتنی بر فاصله [8]، تشخیص ناهنجاری مبتنی بر تراکم [9]، تشخیص ناهنجاری مبتنی بر توزیع [10]، تشخیص ناهنجاری مبتنی بر خوشه بندی [11] و نظایر آن. بسته به نوع کاربرد، می توان روش تشخیص ناهنجاری را برای یافتن گره های دورافتاده به کار برد. به عنوان مثال، روش مبتنی بر خوشه بندی ابتدا خوشه را در شبکه پیدا می کند و سپس گره هایی را شناسایی می کند که دارای حداقل تعامل هستند. ما در این مقاله، روشی برای تشخیص ناهنجاری در شبکه چندگانه ارائه می کنیم. در اینجا، از مدل معروف گاوسی [12] همراه با دیگر ویژگی های تعریف شده یک شبکه چندگانه برای شناسایی گره های ناهنجار در شبکه استفاده کردیم. فرمول مدل گاوسی برای شبکه ساده به شرح زیر است: (۱) در اینجا، مجموعه آموزشی، میانگین و واریانس است. در شکل 2، یک شبکه ای را نشان می دهیم، که در آن گره های داخل دایره قرمز، گره های ناهنجار شبکه هستند شکل ۲. نمونه تشخیص ناهنجاری در شبکه ساده در مقاله حاضر، الگوریتمی برای تشخیص گره های ناهنجار در شبکه های چندگانه پیشنهاد می کنیم. در ابتدا، مرکزیت بردار ویژه ، مرکزیت رتبه صفحه و مركزیت درجه مجموعه آموزشی را با استفاده از خروجی تمام معیارهای مركزیت پیدا می كنیم. بعد، روشی برای تشخیص ناهنجاری ارائه می دهیم. اینجا یکی از چشم اندازهای اساسی رویکرد پیشنهادی ما است که در بخش 3 به طور دقیق تر آن را مورد بحث قرار می دهیم. ما اعتبار الگوریتم پیشنهادی خود را در دو شبکه چندگانه بررسی نمودیم: شبکه گورخرماهی و شبکه خانواده های فلورنتاین [14-15]. برای این مجموعه داده ها، الگوریتم ما گره های ناهنجار را با سربار محاسباتی نسبتا محدود تشخیص می دهد. طرح کلی مقاله: در این مقاله به ارائه کارهای مرتبط در زمینه شبکه های چندگانه، معیارهای مرکزیت و تشخیص ناهنجاری در بخش 2 می پردازیم. در بخش ۳ در مورد روش پیشنهادی خود برای تشخیص ناهنجاری در شبکه چندگانه می پردازیم. در بخش 4، ویژگی های اساسی مجموعه داده ها را که برای اعتبارسنجی الگوریتم خود به کار بردیم، مورد بحث قرار می دهیم و سرانجام، در بخش 5 در مورد یافته های خود بحث می کنیم.