软件学报

作者：李忠，靳小龙，庄传志，孙智

单位：李忠，网络数据科学与技术重点实验室(中国科学院 计算技术研究所), 北京 100190;中国科学院大学 计算机与控制学院, 北京 10004911,靳小龙，网络数据科学与技术重点实验室(中国科学院 计算技术研究所), 北京 100190;中国科学院大学 计算机与控制学院, 北京 10004902,庄传志，网络数据科学与技术重点实验室(中国科学院 计算技术研究所), 北京 100190;中国科学院大学 计算机与控制学院, 北京 10004903,孙智，网络数据科学与技术重点实验室(中国科学院 计算技术研究所), 北京 100190;中国科学院大学 计算机与控制学院, 北京 10004904

关键词：图异常检测;图数据挖掘;数据挖掘

基金：国家重点研发计划（2016QY02D0404）；国家自然科学基金（U1911401，61772501，U1836206，91646120）

近年来，随着Web 2.0的普及，使用图挖掘技术进行异常检测受到人们越来越多的关注.图异常检测在欺诈检测、入侵检测、虚假投票、僵尸粉丝分析等领域发挥着重要作用.在广泛调研国内外大量文献以及最新科研成果的基础上，按照数据表示形式将面向图的异常检测划分成静态图上的异常检测与动态图上的异常检测两大类，进一步按照异常类型将静态图上的异常分为孤立个体异常和群组异常检测两种类别，动态图上的异常分为孤立个体异常、群体异常以及事件异常这3种类型.对每一类异常检测方法当前的研究进展加以介绍，对每种异常检测算法的基本思想、优缺点进行分析、对比，总结面向图的异常检测的关键技术、常用框架、应用领域、常用数据集以及性能评估方法，并对未来可能的发展趋势进行展望.

来源：2021年第1期

《软件学报》期刊编辑部

查看软件学报杂志2021年第1期