异构属性网络中统计显著密集子图发现算法研究

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:fangfang200805
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
密集子图体现了大图中的稠密部分,它是图中具有最高密度的子图,这使得它在事件检测,生物分析和社区发现等方面具有广泛应用和实用价值.现有的密集子图发现方法所使用的图模型描述不够详细,并且发现的密集子图缺乏统计显著性.为了解决以上问题,本文提出了异构属性网络这一新模型,然后在异构属性网络上通过非参数扫描统计和基于(k,Ψ)-核的方法发现高Steiner连通度的统计显著密集子图.首先构建异构属性网络,其包括类型、实体、关系和带有时序关系的属性信息;其次通过历史属性信息计算异构属性网络中每个实体的统计值,形成统计权重网络;然后利用非参数扫描统计方法测量统计权重网络中子图的统计显著性;最后由于此问题是NP-难的,于是提出了基于(k,Ψ)-核的局部扩展的近似统计显著密集子图发现算法.大量基于真实异构属性网络数据的实验结果证明了本文所提出算法的有效性和高效性.
其他文献
人类表情是反映交互双方情感意图的重要社交信号,识别表情交互中隐含的人际关系行为模式是情感计算的一个重要问题.本文以尊敬服从、信任接受等8种人际关系行为模式为分类依据,选取典型交互场景下交互双方的的表情交互序列为研究对象,建立了基于长短期记忆神经网络的交互情感计算模型,完成表情交互序列分类.进而,引入共情这一概念,提出对其进行量化的方法,将其量化值作为新参数改进模型.对比实验表明,该方法具有较高的准
本文针对人工特征提取算法在光照变化、尺度变化、图像旋转、噪声等条件下,影响特征匹配精度,匹配正确率下降,关键点重叠等问题.提出一种基于GCN深度学习算法改进的轻量级深度学习网络GCN-L,用于生成与ORB特征相同格式的关键点和描述子,完全可替代ORB特征在ORB-SLAM2中的功能,可在嵌入式低功耗平台下运行.并在视觉导航自动导引车(AGV,Automated Guided Vehicle)进行建
随着智慧医疗的发展和医疗规模的不断扩大,医疗领域逐渐步入大数据时代,共享医疗数据可以提高医疗服务质量并且降低其成本.但由于目前的电子医疗记录(Electronic Medical Record,EMR)的共享基本都基于中心式存储和共享方式,容易造成单点攻击和用户信息泄露等缺陷.为了解决这些问题,我们提出了一种基于联盟区块链的电子医疗记录安全共享模型(SMCB:A Safe Sharing Model for Electronic Medical Records based on Consortium Bl
讲“煽情故事”、聊“逆袭人生”、加上“时刻感恩”,看似正能量的励志故事背后,是不少微商和保健品群里惯用的伎俩,唯一的目的是让更多的人参与进来花钱买产品。一年之前,当吴梅(文中用化名)被莫名拉进一个名为“品鉴礼尚即食燕窝”的群之后,她不曾想,半年之后,被骗的感觉至今久久不能让她释怀。
目前大多数系统日志存在不同比例的细粒度日志,现有的日志解析器无法正确解析这些日志,导致整体解析准确度不高的问题.为了提升日志解析的整体准确度,加快日志解析过程,解决长度可变的及含有状态变量的细粒度日志错误分类的问题,本文提出了结合日志的常量令牌长度特征的决策树日志解析模型(CLDT).模型主要包括数据预处理、决策树搜索、相似度计算与事件生成、更新决策树.实验采用开源日志集HDFS、HPC、Zookeeper进行了测试.实验结果表明,CLDT能有效地解决细粒度日志分类的问题,总体性能优于经典的Drain、S
随着物联网的飞速发展,连接到互联网的终端设备数量不断增加,终端设备在处理计算密集型任务时可能面临着能力不足的问题,而将任务卸载到云平台上的方法难以满足延迟敏感型任务的需求.因此在网络边缘处将计算量大的任务合理分配给计算资源充足的边缘服务器进行计算处理,再把计算完成的结果返回到终端,能有效的解决此类问题.本文首先介绍了边缘计算和计算卸载的基本概念和度量指标,其次围绕计算卸载问题的建模方法、模型求解对
针对移动社交网络中用户轨迹隐私泄露问题,提出一种轨迹隐私保护方法.首先,将用户所在区域网格划分便于进行缓存区查询,通过用户端设置缓存机制,及时缓存用户所在区域查询到的候选结果集;其次,安全中心对用户进行安全注册,调配公私钥对位置信息进行安全验证,并将同一用户位置信息随机分割为M份发送给多匿名器;接着,设计了多匿名器的随机并发k匿名机制,对M份位置信息并发k匿名;最后,LBS服务器端引入前缀树,使用分簇数据融合隐私保护算法对位置信息进行加密,通过最优二叉树算法查询用户兴趣点.安全分析和实验验证表明,该方法能
车载自组织网络(VANETs)是移动网络在交通上的应用.而车辆身份隐私保护是VANETs安全中的重要组成部分.针对车辆隐私保护问题,本文提出了一种结合区块链和群签名的车辆隐私匿名保护方案(BGAS).在该方案中,当需要与数字证书认证机构(CA)进行通信时,车辆必须先进行群签名再与CA通信并将车辆的公钥存储于区块链中.若车辆提供虚假身份信息,群管理者会使用群私钥揭示签名者身份并授权CA撤销车辆公钥.在车辆与车辆之间发生通信前,车辆生成假名并用假名进行通信.通信过程中,车辆获取通信信息并请求CA解密假名并确认
模糊测试技术是一种使用不同变异算子生成测试用例对程序进行漏洞检测的技术.当前对模糊测试技术的研究集中在变异算子的设计与程序分析两个方面,对多种变异算子之间的协同调度还没有进行深入研究.文章首先对模糊测试中通用的15个变异算子进行研究,分析不同变异算子在不同类型程序上的变异效率.文章以探索与利用模型为基础,结合变异算子变异效率变化的规律,设计了变异算子调度优化模型EE-POS,以提高模糊测试技术的漏洞挖掘效率.文章在原型系统EE-POS-AFL上实现了EE-POS变异算子调度优化模型,通过与AFL的对比实验
综合模块化航空电子系统(Integrated Modular Avionics,IMA)是安全关键领域中一类重要的复杂嵌入式系统,具有分布式、异构、计算资源和物理资源强耦合等特征,单一建模语言无法完全覆盖该类系统的建模要求.近年来,多范式建模方法(Multi-Paradigm Modeling,MPM)已成为IMA设计的研究热点.AADL(Architecture Analysis and Design Language)是一种安全关键嵌入式系统体系结构描述语言,具有丰富的表达能力和可扩展性.本文提出一种