科研之友
微信
新浪微博
Facebook
分享链接
摘要
异常检测一直以来都是数据挖掘领域的研究热点之一，其任务是在海量数据中识别罕见的观测对象。随着图数据挖掘的发展，属性图异常检测在各个领域广受关注。然而，属性图因其复杂的拓扑结构和丰富的属性信息成为异常检测一大难点。深度学习方法在捕捉属性图复杂的信息中展现出优越性能，已被证实是解决属性图异常检测问题非常有效的方法。对普通图异常检测和属性图异常检测以及表示学习相关方法进行简要概述；其次从静态属性图和动态属性图两方面对最新深度学习异常检测方法进行介绍与分类；对常见数据集上的实验结果进行了对比、分析；对属性图异常检测的应用场景、存在的问题以及面临的挑战进行讨论，展望了未来的研究方向。
- 单位
