随着互联网技术的不断普及与发展,各类在线社交应用服务层出不穷,基于社交应用服务的动态社交网络规模不断扩大,使得人与人之间的社会联系变得越来越紧密。在这种时代背景下,实时信息的共享速度加快、传播范围变广、参与人数增多。因此,各种社会突发事件也具有了更大的不可控性,可能在短时间内引起动态社交网络层次结构的剧烈变化,甚至扰乱现实社会的秩序,影响社会的和谐稳定。基于真实社交数据构建动态社交网络进行异常研究,及时地获取有价值的异常相关信息,引导动态社交网络健康稳定地发展,具有重大意义。现有的动态社交网络异常研究主要分为基于文本分析的方法和基于社交网络特征参数统计的方法两大类。基于文本分析的方法从不同的维度对社交文本信息进行加工处理,提取有价值的文本信息来描述异常相关状况。但是真实动态社交网络中社交关系具有多样化的表现形式,在许多情况下由于社交关系本身的特性或者出于保护用户隐私的考虑,无法获取有效的文本信息,极大地限制了该方法的使用范围。基于社交网络特征参数统计的方法选取特定的社交网络特征参数,分析特征参数值的变化,追踪动态社交网络的演化状态,发现动态社交网络演化过程中出现的异常。然而,现有的社交网络特征参数众多,很难统一公平地对潜在的社交网络特征参数进行取舍。同时,演化规律是动态社交网络的重要属性,是动态社交网络拓扑结构变化的内在驱动力,动态社交网络在演化过程中常常遵循特定的演化规律。现有研究认为真实的动态社交网络呈现的众多特征是由动态社交网络的演化规律所决定的,并提出了许多动态社交网络演化模型去模拟真实的动态社交网络的演化过程。不同于现有的基于文本分析的方法和基于社交网络特征参数统计的方法,本文从演化规律的角度研究动态社交网络的异常,并将这种异常称为动态社交网络的演化异常,主要解决如下三个方面的问题:(1)现有的动态社交网络演化规律多是从理论上进行抽象的描述,具有很强的主观性,分析效率低。面向大规模的动态社交网络,如何有效地分析动态社交网络的演化规律,并实现对动态社交网络中宏观演化异常的检测和评估?(2)现有的动态社交网络演化规律分析通常是假设动态社交网络中所有的微观节点都遵循相同的演化规律,然而,真实的动态社交网络中不同的节点往往可以遵循不同的演化规律,即动态社交网络中节点演化规律多样性。如何才能定量地评估节点演化规律多样性,并进行合理地论证?(3)在考虑节点演化规律多样性的基础上,如何有效地拟合动态社交网络中不同的微观节点所遵循的演化规律,并对动态社交网络中微观节点的演化异常进行检测和评估?因此,本文的主要工作分为如下三个部分:(1)宏观动态社交网络的演化异常检测和评估;(2)动态社交网络中节点演化规律多样性探究;(3)动态社交网络中微观节点的演化异常检测和评估。第二部分工作是第一部分工作过渡到第三部分工作的桥梁。只有当动态社交网络中节点演化规律多样性得到了论证时,基于动态社交网络演化规律的异常研究才有必要从宏观动态社交网络深入到动态社交网络中的微观节点。本文主要有如下四个方面的贡献:(1)本文从演化规律的角度分析动态社交网络的异常,介绍并定义了基于动态社交网络演化规律的异常研究的三大方面问题,包括宏观动态社交网络的演化异常检测和评估问题、动态社交网络中节点演化规律多样性问题、动态社交网络中微观节点的演化异常检测和评估问题。(2)宏观动态社交网络提出了不确定演化叠加态构建算法,利用不同的链路预测算法间接地分析动态社交网络的演化规律,进一步构建演化叠加态来表示宏观动态社交网络的演化状态。提出了最佳演化观测算法,最大化地反映动态社交网络在不同时段的演化波动,进而检测动态社交网络的演化异常,并对其演化异常程度进行评估。(3)从边的节点的角度改进现有的链路预测算法,提出边的存在系数,利用不同的链路预测算法间接地解释动态社交网络中不同的边存在的合理性,判定可以用来解释每条边的存在的最佳链路预测算法。正式提出了动态社交网络中节点演化规律多样性假设,构建节点演化多样性判定向量分析当前网络中节点遵循的演化规律的分布情况,进一步提出了节点的演化多样性距离来量化动态社交网络中节点演化规律多样性。提出了一种基于节点演化规律多样性的链路预测算法,通过分析该链路预测算法的链路预测表现,间接地论证了动态社交网络中节点演化规律多样性假设的合理性。(4)从微观节点的角度引入现有的链路预测的理论框架和评价方法来拟合动态社交网络中节点在边的生成过程和消失过程中的演化规律,构建节点在不同时段的演化拟合向量,追踪节点的演化状态变动,进而检测节点的演化异常。将演化异常的节点的边的生成过程和消失过程看作是对动态社交网络结构的一种扰动,基于动态社交网络对应的邻接矩阵进行扰动分析,并提出异常扰动指标,定量地评估动态社交网络中节点的演化异常的影响。