《表2 异常检测结果统计表》
由图3可知,异常产生实际为2,6,7,16,24等时间序列,轻微扰动为9,21,26,43等时间序列,可以看出GED,MCS方法在轻微扰动下,例如9时间序列,波动接近甚至超过实际异常产生时刻,其他正常时刻波动也较大;而r值只是产生轻微向上变化,说明该方法可以更好地刻画异常的产生.GED与MCS方法由于始终比较当前时刻与前一时刻的“网络相似度”,前者比较的是节点与边的增删,后者是统计最大公共子图的规模,而正常演化包含很多节点与边的新生与消亡,因此较难区分出异常.通过图3d,3e可以找到较好的准确率与精确率,将其与本文方法的结果进行比较,具体实验统计结果如表2所示.
图表编号 | XD00219801400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 赵海、郑春阳、王进法、司帅宗 |
绘制单位 | 东北大学计算机科学与工程学院、东北大学计算机科学与工程学院、中国科学院信息工程研究所、物联网安全北京市重点实验室、中国科学院信息工程研究所、物联网安全北京市重点实验室、中国科学院信息工程研究所、物联网安全北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |