Anomaly Detection in Graph Structured Data: A Survey

实际世界中的图形很复杂，难以进行有效的分析，例如异常检测。然而，最近有几项研究努力解决了基于图形的异常检测问题。在本文中，我们讨论了关于图数据异常检测技术的全面概述。我们还讨论了使用这些异常检测技术的各种应用领域。我们提出了一个新的分类法，根据假设和技术对不同的最先进的异常检测方法进行分类。在每个类别中，我们讨论了已经完成的改进异常检测的基本研究思路。我们进一步讨论了当前异常检测技术的优缺点。最后，我们提出了关于图形结构数据异常检测的潜在未来研究方向。

图数据的异常检测方法和应用的综述

将现有的异常检测方法按照假设和技术分类，并讨论各类方法的优缺点和研究思路，提出未来研究方向

论文介绍了图数据的特点和常见的异常检测方法，提出了一个新的分类方法，包括基于图的、基于节点的和基于边的方法。实验使用了多个数据集进行验证，并比较了各个方法的性能。论文还提出了一些未来的研究方向，如如何处理大规模图数据和如何提高检测效率等。

与该论文相关的研究有： 1. Anomaly Detection in Graphs: A Survey 2. Graph-based Anomaly Detection and Description: A Survey