[论文解读] Flow Motifs in Interaction Networks

Chrysanthi Kosyfaki, Nikos Mamoulis+2 more|arXiv (Cornell University)|Oct 19, 2018

Complex Network Analysis Techniques参考文献 16被引用 6

一句话总结

本文提出了流动基序（flow motifs）——一种在交互网络中捕捉受限时间窗口内顶点间显著数据流的时序子图模式。作者提出了一种高效的算法来识别流动基序实例，通过动态规划与流聚合技术，检测具有高流通过量的统计显著基序，在比特币、乘客流动及Facebook网络上展示了良好的可扩展性与实际相关性。

ABSTRACT

Many real-world phenomena are best represented as interaction networks with dynamic structures (e.g., transaction networks, social networks, traffic networks). Interaction networks capture flow of data which is transferred between their vertices along a timeline. Analyzing such networks is crucial toward comprehend- ing processes in them. A typical analysis task is the finding of motifs, which are small subgraph patterns that repeat themselves in the network. In this paper, we introduce network flow motifs, a novel type of motifs that model significant flow transfer among a set of vertices within a constrained time window. We design an algorithm for identifying flow motif instances in a large graph. Our algorithm can be easily adapted to find the top-k instances of maximal flow. In addition, we design a dynamic programming module that finds the instance with the maximum flow. We evaluate the performance of the algorithm on three real datasets and identify flow motifs which are significant for these graphs. Our results show that our algorithm is scalable and that the real networks indeed include interesting motifs, which appear much more frequently than in randomly generated networks having similar characteristics.

研究动机与目标

• 填补现有基序分析中同时考虑时序动态与流体量的空白。
• 定义并检测在短时间窗口内具有高流活动的、小型且重复出现的子图模式（即流动基序）。
• 开发一种高效算法，用于在大规模交互网络中识别流动基序实例。
• 通过与具有相似特性的随机化网络对比，评估所发现基序的统计显著性。
• 展示流动基序在检测与金融犯罪检测及网络行为分析相关的模式方面的实际应用价值。

提出的方法

• 将流动基序定义为小型有序子图，其中边必须按时间顺序排列，并在多条边上聚合流值。
• 施加时间窗口约束 δ，确保基序实例的时间跨度不超过预设阈值。
• 将网络中实例化单个基序边的多条边的流值进行聚合，以最小聚合流作为该实例的总流值。
• 应用流阈值 φ，仅保留总流值足够高的实例，以确保有意义的流传输。
• 设计基于动态规划的算法，高效枚举所有有效流动基序实例，并提供用于查找 top-k 最大流实例的变体。
• 采用基于连接基序组件实例的基线方法进行对比，证明本方法在可扩展性与准确性方面表现更优。

实验结果

研究问题

• RQ1 如何定义并检测交互网络中既捕捉时间顺序又体现显著数据流的小型重复子图模式？
• RQ2 哪些算法技术可实现对大规模、动态交互网络中流动基序实例的高效发现？
• RQ3 真实交互网络中的流动基序与具有相似结构和时序特性的随机化网络中的基序相比有何差异？
• RQ4 在不同真实网络中，哪些类型的流动基序（如链式、环状）在统计上显著过代表现？它们揭示了何种网络行为特征？
• RQ5 流动基序检测是否有助于识别与金融犯罪相关的模式，例如‘smurfing’或循环洗钱？

主要发现

• 所提出的算法在大规模真实交互网络（包括比特币、乘客流动与Facebook数据）中表现出良好的可扩展性。
• 真实网络中的流动基序出现频率显著高于具有相似特性的随机化网络，且经验 p 值为零，表明具有统计显著性。
• 在比特币网络中，环状基序的 z 分数最高，表明闭环资金转移显著过代表现，可能暗示洗钱模式。
• 在乘客流动网络中，排名前三的基序中有三个包含环路，表明循环流动模式是主导的流结构。
• 在 Facebook 网络中，链式基序的 z 分数最高，表明信息传播通过顺序性线性扩散模式进行。
• 该算法在基序实例检测中优于基于连接基序组件的基线方法，展现出更高的效率与准确性。