社交媒體系統(tǒng)為人們提供了便利的共享、交流和協(xié)作平臺(tái)。人們?cè)谙硎苌缃幻襟w的開(kāi)放性和便利性時(shí),可能會(huì)發(fā)生許多惡意行為,例如欺凌、恐怖襲擊計(jì)劃和欺詐信息傳播。因此,盡可能準(zhǔn)確、及早地發(fā)現(xiàn)這些異�；顒�(dòng),以防止災(zāi)難和襲擊,是非常重要的。近年來(lái),隨著在線社交網(wǎng)絡(luò)（OSN）如Twitter,Facebook,Google+,LinkedIN等的成功,豐厚的利益資源使得它們成為了攻擊者的目標(biāo)。社交網(wǎng)絡(luò)的開(kāi)放性,使其特別容易受到異常賬號(hào)攻擊的威脅�，F(xiàn)有基于圖形的最先進(jìn)分類模型大多使用首先為圖的邊分配權(quán)重,在加權(quán)圖中迭代地傳播節(jié)點(diǎn)的信譽(yù)分?jǐn)?shù),并使用最終的后驗(yàn)分?jǐn)?shù)來(lái)對(duì)節(jié)點(diǎn)進(jìn)行分類的方法。邊權(quán)重的分配是其中一項(xiàng)重要的任務(wù),此參數(shù)將直接影響檢測(cè)結(jié)果的準(zhǔn)確度。為此,文中針對(duì)社交媒體中異常賬號(hào)的檢測(cè)任務(wù),分析了基于社交圖全局結(jié)構(gòu)的方法,通過(guò)在成對(duì)馬爾可夫隨機(jī)場(chǎng)模型中改進(jìn)邊權(quán)重的計(jì)算方法,使其能夠在迭代過(guò)程中自適應(yīng)優(yōu)化,提出了準(zhǔn)確度更高的GANG+LW,GANG+LOGW和GANG+PLOGW算法。這3種算法使用了不同的改進(jìn)邊權(quán)重的方法。實(shí)驗(yàn)證明,新提出的方法相對(duì)于基本的成對(duì)馬爾可夫隨機(jī)場(chǎng)模型,可取得更準(zhǔn)確的異常賬號(hào)... 

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)研究
    1)基于局部特征的方法:
    2)基于全局結(jié)構(gòu)的方法:
3 改進(jìn)邊權(quán)重的馬爾可夫隨機(jī)場(chǎng)模型
    3.1 定義
    3.2 基本GANG算法
    3.3 改進(jìn)邊權(quán)重的方法
4 實(shí)驗(yàn)及結(jié)果分析
    4.1 數(shù)據(jù)集
    4.2 結(jié)果分析
結(jié)束語(yǔ)



本文編號(hào)：3662643