از آنجایی که شناسایی ناهنجاری در شبکههای اجتماعی پویا، در یک دنبالهای از گرافها در طول زمان صورت میگیرد، علاوه بر چالش ذخیره سازی، فرآیند شناسایی به دلیل آهستگی تکامل گرافها دشوار است. چند گراف در بازه زمانی مشخص انتخاب میگردد و با بررسی تغییرات این گرافها ناهنجاری احتمالی شناسایی میگردد. بنابراین انتخاب تعداد گراف(نقاط زمانی) در دنباله گرافها به عنوان یک چالش مهم در شناسایی ناهنجاریها در شبکههای اجتماعی پویاست در این مقاله روشی نوینی برای شناسایی ناهنجاری مبتنی بر دادههای ساختاری مستخرج از گراف پویای شبکه اجتماعی ارائه گردیده است. با استخراج شاخصهای مرکزیت از گراف شبکه و میانگین نرمال شده آن ها، معیار فعالیت برای هر فرد تعریف شده است. با گذر زمان، تغییرات معیار فعالیت برای هر فرد موردسنجش قرارگرفته و به عنوان امکان رفتار هنجار یا ناهنجار علامت گذاری میگردد. درصورتی که شاخص سنجش رفتار فرد از آستانه معینی بیشتر گردید به عنوان ناهنجاری گزارش میگردد. نتایج نشان داد که روش ارائه شده بر روی مجموعه داده VAST 2008 تعداد ناهنجاری بیشتری را با دقت 29/64 و فراخوان 82/81 یافته است. همچنین با انتخاب تعداد مختلف نقاط زمانی در دنباله گراف تعداد ناهنجاری بیشتری را شناسایی نموده است.
