Обнаружение аномалий в динамических графах: всесторонний обзор

В данной обзорной статье представлен всесторонний концептуальный анализ обнаружения аномалий (AD) с использованием динамических графов. Основное внимание уделено существующим методам обнаружения аномалий на основе графов и их применению к динамическим сетям. Обзор включает следующие результаты: (i) сравнительное исследование существующих обзоров по обнаружению аномалий; (ii) обзорную платформу для обнаружения аномалий на основе динамических графов (DGAD), в рамках которой подходы к обнаружению аномалий в динамических графах сгруппированы по традиционным моделям машинного обучения, матричным преобразованиям, вероятностным подходам и методам глубокого обучения; (iii) обсуждение графического представления как дискретных, так и динамических сетей; и (iv) рассмотрение преимуществ методов на основе графов для выявления реляционной структуры и сложных взаимодействий в данных динамических графов. В заключение определены потенциальные проблемы и перспективные направления исследований в области обнаружения аномалий в динамических сетях. Предлагаемый обзор DGAD призван стать ценным ресурсом для исследователей и практиков благодаря обобщению преимуществ и ограничений каждого подхода, освещению текущих тенденций исследований и выявлению нерешённых задач. Это может способствовать определению направлений дальнейших исследований и развитию методов обнаружения аномалий в динамических графах.