检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向网络安全治理的用户身份识别技术与挑战

电子科技大学学报 2023年第3期52卷 398-412页

作者：张广胜康昭田玲军委政法委员会某单位北京100120 电子科技大学计算机科学与工程学院成都611731

网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础,也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展,及... 详细信息

网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础,也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展,及其在机器人水军识别、目标社区检测和跨社交网络用户对齐方面的应用。首先,从用户身份识别的定义与发展历程出发,介绍了用户身份识别方法的分类;其次,对不同特征下的机器人水军识别方法进行了阐述,并分析了不同方法的主要适用场景;然后,针对水军相关的目标社区检测任务,梳理了目标社区检测技术的发展;其次,对现有跨社交网络用户对齐技术进行了分类。最后,对用户身份识研究当前面临的挑战进行了论述,并对其未来作出了展望。

关键词：机器人水军识别目标社区检测社交网络用户身份识别用户对齐

一种基于用户轨迹的跨社交网络用户身份识别算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2018年第11期40卷 2758-2764页

作者：陈鸿昶徐乾黄瑞阳程晓涛吴铮国家数字交换系统工程技术研究中心郑州450002

针对现有的基于用户轨迹的跨社交网络用户身份识别算法未考虑用户轨迹中的位置访问顺序特征的缺点,该文提出一种基于Paragraph2vec的跨社交网络用户轨迹匹配算法(CDTraj2vec)。首先将用户轨迹转化为易于处理的网格化表示,并按照一定的... 详细信息

针对现有的基于用户轨迹的跨社交网络用户身份识别算法未考虑用户轨迹中的位置访问顺序特征的缺点,该文提出一种基于Paragraph2vec的跨社交网络用户轨迹匹配算法(CDTraj2vec)。首先将用户轨迹转化为易于处理的网格化表示,并按照一定的时间粒度、距离尺度对原始的用户轨迹进行划分,使用户轨迹中的位置访问顺序特征易于抽取;然后利用Paragraph2vec算法中PV-DM模型抽取轨迹序列中位置访问顺序特征,得到用户轨迹的向量表示。最后通过用户轨迹向量判定轨迹是否匹配。在社交网络BrightKite上的实验结果表明,与基于位置访问频率或者基于轨迹间距离的方法相比,F值提高了2%～4%个百分点,所提算法能够有效地抽取出用户轨迹中的位置访问顺序特征,更加准确地实现了基于用户轨迹的跨社交网络用户身份识别。

关键词：社交网络用户身份识别轨迹相似度 Paragraph2vec

复杂网络视角下跨社交网络用户身份识别研究综述

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2020年第6期49卷 905-917页

作者：邢玲邓凯凯吴红海谢萍河南科技大学信息工程学院河南洛阳471023

社交网络是一种具有交互特性的复杂网络,利用复杂网络具有的网络特性可以链接不同社交网络中的节点,并分析节点之间存在的联系,结合相关的匹配算法可以有效地识别出用户在不同社交网络上的虚拟账号,有助于各大社交网络为用户提供更好的... 详细信息

社交网络是一种具有交互特性的复杂网络,利用复杂网络具有的网络特性可以链接不同社交网络中的节点,并分析节点之间存在的联系,结合相关的匹配算法可以有效地识别出用户在不同社交网络上的虚拟账号,有助于各大社交网络为用户提供更好的服务。该文对近十多年来数据挖掘领域中提出的跨社交网络用户身份识别技术进行了系统性地综述,详细阐述了3类用户身份识别技术相似度的计算方法和统一的识别框架,利用相关的评价指标对分类后的用户身份识别技术进行性能评估,最后展望了跨社交网络用户身份识别技术的未来研究方向。

关键词：跨社交网络复杂网络数据挖掘实体用户用户身份识别

在线全文

学校读者我要写书评

暂无评论

基于口令击键过程的用户身份识别方法研究

模式识别与人工智能 2003年第2期16卷 252-256页

作者：朱明黄云陈锋中国科学技术大学自动化系合肥230027

口令保护机制是计算机系统及其网络安全管理中重要的一环。如何有效防止因口令失窃所造成计算机及其网络系统的非法进入,一直是一个倍受关注的问题。为此本文提出了一种利用用户口令输入时的击键特征进行用户身份认证的方法。该方法利... 详细信息

口令保护机制是计算机系统及其网络安全管理中重要的一环。如何有效防止因口令失窃所造成计算机及其网络系统的非法进入,一直是一个倍受关注的问题。为此本文提出了一种利用用户口令输入时的击键特征进行用户身份认证的方法。该方法利用用户在点击键盘时所产生的按键压力和击键频率,构造出能够描述每个用户特有的击键特征向量,并由此提出了一种基于有限正例样本集合识别正反例的归纳方法。相应的实验结果表明这种用户身份认证方法,具有较高的用户识别能力。

关键词：用户身份识别口令击键口令保护机制网络安全计算机网络

在线全文

学校读者我要写书评

暂无评论

基于信息熵的跨社交网络用户身份识别方法

计算机应用 2017年第8期37卷 2374-2380页

作者：吴铮于洪涛刘树新朱宇航国家数字交换系统工程技术研究中心郑州450002

针对主观分配属性项权重的方法忽视了各属性项在身份匹配的应用领域中具有的特殊含义与作用,导致识别准确率低的问题,提出了一种基于信息熵的跨网络用户身份识别算法(IE-MSNUIA)。首先,该算法分析不同属性项的数据类型及物理含义,相应... 详细信息

针对主观分配属性项权重的方法忽视了各属性项在身份匹配的应用领域中具有的特殊含义与作用,导致识别准确率低的问题,提出了一种基于信息熵的跨网络用户身份识别算法(IE-MSNUIA)。首先,该算法分析不同属性项的数据类型及物理含义,相应地采用不同的相似度计算方法;然后根据各属性的信息熵值赋予权值,进而充分挖掘各属性的潜在信息;最后融合各个属性进行决策判定账号是否匹配。理论分析和实验结果表明,与机器学习算法和主观赋权算法相比,所提算法的各个性能参数值均有所提升,在不同数据集上的平均准确率可以达到97.2%,平均召回率达到94.1%,平均综合性能值达到95.6%,可以准确地识别出用户在不同社交网络中的多个账号身份。

关键词：用户身份识别属性相似度信息熵信息融合在线社交网络

在线全文

学校读者我要写书评

暂无评论

融合多类时空轨迹特征的跨网络用户身份识别

计算机科学 2023年第3期50卷 114-120页

作者：刘红朱焱李春平西南交通大学计算机与人工智能学院成都611756 清华大学软件学院北京100091

随着位置社交网络的蓬勃发展,用户移动行为数据得到极大丰富,推动了基于时空数据的身份识别问题的相关研究。跨位置社交网络的用户身份识别,强调学习不同平台时空序列间的相关性,旨在发现同一用户在不同平台的注册账号。为解决现有研究... 详细信息

随着位置社交网络的蓬勃发展,用户移动行为数据得到极大丰富,推动了基于时空数据的身份识别问题的相关研究。跨位置社交网络的用户身份识别,强调学习不同平台时空序列间的相关性,旨在发现同一用户在不同平台的注册账号。为解决现有研究面临的数据稀疏、低质量和时空不匹配问题,提出了一种融合双向时空依赖和时空分布的识别算法UI-STDD。该算法主要包含3个模块:时空序列模块通过结合成对注意力的双向长短时记忆网络来刻画用户移动模式;时间偏好模块从粗、细两个粒度定义用户个性化模式;空间位置模块挖掘位置点的局部和全局信息,量化空间邻近性。基于上述模块得到的用户轨迹对特征,UI-STDD利用多层前馈网络判断跨网络的两个账户是否对应于现实中的同一个人。为验证UI-STDD的可行性和有效性,在3组公开的数据集上进行了实验。实验结果表明,所提算法能够提高基于时空数据的用户身份识别率,F1值平均高于最优对比方法10%以上。

关键词：用户身份识别时空数据移动模式时间偏好长短时记忆网络

在线全文

学校读者我要写书评

暂无评论

基于隐藏标签节点挖掘的跨网络用户身份识别

计算机应用研究 2018年第4期35卷 1191-1196页

作者：吴铮于洪涛黄瑞阳刘树新国家数字交换系统工程技术研究中心郑州450002

随着各种社交网络不断涌现,以及针对社交网络的安全和商业应用的不断普及,跨网络用户身份识别成为当前的研究热点。针对现有的基于自中心网络环境(Ego-UI)算法对标签节点利用率不高的缺点,提出一种基于隐藏标签节点挖掘的跨网络用户身... 详细信息

随着各种社交网络不断涌现,以及针对社交网络的安全和商业应用的不断普及,跨网络用户身份识别成为当前的研究热点。针对现有的基于自中心网络环境(Ego-UI)算法对标签节点利用率不高的缺点,提出一种基于隐藏标签节点挖掘的跨网络用户身份识别(HLNM-UI)算法。该算法通过给待匹配节点添加社团聚类信息,将挖掘出的隐藏标签节点加入到自中心网络里,通过对潜在的关系信息加以利用,提高待匹配节点的辨识度,然后利用标签节点找寻最佳匹配,最后通过迭代运算实现全网络所有节点的身份识别。在多个人工随机网络和真实社交网络实验结果表明,提出的算法相比现有的基于自中心网络算法具有更高的召回率和F1值。

关键词：用户身份识别跨网络社团聚类隐藏标签节点

在线全文

学校读者我要写书评

暂无评论

跨社交网络用户身份识别技术研究

跨社交网络用户身份识别技术研究

作者：郭晓宇战略支援部队信息工程大学

学位级别：硕士

跨社交网络用户身份识别是在线社交网络研究的重要组成部分,在多源数据融合、跨网络信息传播以及网络空间治安管理等方面具有重要的现实意义。近年来跨网络用户身份识别研究受到越来越多的关注,基于社交网络拓扑结构的用户身份识别算法... 详细信息

跨社交网络用户身份识别是在线社交网络研究的重要组成部分,在多源数据融合、跨网络信息传播以及网络空间治安管理等方面具有重要的现实意义。近年来跨网络用户身份识别研究受到越来越多的关注,基于社交网络拓扑结构的用户身份识别算法层出不穷。但当前研究中仍然存在用户特征提取不全面、跨社交网络用户间关系建模不准确的问题。本文聚焦于从网络拓扑结构的角度解决用户身份识别问题,主要工作和创新点如下:1.针对现有研究中仅利用邻近性结构学习用户特征表示而导致用户特征提取不全面的问题,提出了基于社区结构表示学习的跨社交网络用户身份识别算法。首先,在学习社交网络中节点向量表示的过程中同时考虑一阶/二阶邻近性结构和社区结构,尽可能地保留社交网络原始结构信息;然后,将已知锚链接作为监督信息,训练BP神经网络,学习源网络和目标网络之间的非线性映射函数。在真实社交网络数据集和合成数据集上进行的一系列实验表明,该算法不仅提高了用户身份识别的准确性,其中0)（84）4)9)@1超过45%,比最先进的Deep Link算法提高了30%以上;而且在已知锚链接较少的场景下,仍然具有十分优异的表现,当已知锚链接仅有10%时,0)（84）9)@30达到50%以上。2.针对现有研究中使用传统的相似性度量学习无法充分挖掘跨社交网络用户之间复杂隐含关系的问题,提出了基于神经张量网络的跨社交网络用户身份识别算法。首先,应用Random Walks对网络结构进行采样,生成节点序列,并用Skip-gram模型学习节点的特征表示,将社交网络结构空间映射到低维向量表示空间;然后,应用神经张量网络对跨社交网络用户之间的隐含关系进行建模;最后,通过多层感知机模型将用户身份识别问题转化为分类问题。实验结果表明,该算法在准确率、召回率和综合评价指标上都超过70%,均高于基准方法,其中在综合评价指标F1上有超过20%的提高。3.针对现有研究中使用浅层网络表示学习无法捕获社交网络全局结构信息的问题,以及现有研究忽略了用户与其邻居之间相互影响力差异性的问题,提出了基于图注意力网络的跨社交网络用户身份识别算法。该算法应用注意力机制对用户与其邻居之间相互影响力的差异性进行建模,通过堆叠graph attention layer对用户邻居节点的特征信息进行加权聚合,从而更新自身的特征表示。利用节点特征信息在网络中不断传播和聚合的过程捕获全局结构特征。实验结果表明,该算法在准确率、召回率和综合评价指标上的表现都有不同程度的提高,其中与NUIL模型相比,在准确率上有了10%左右的提升。

关键词：用户身份识别网络表示学习社交网络社区结构神经网络注意力机制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

跨社交网络用户身份识别算法研究

跨社交网络用户身份识别算法研究

作者：徐能安徽建筑大学

学位级别：硕士

随着互联网技术的不断发展,社交网络平台数量和网民数量与日俱增,用户在功能服务各异的社交网络平台活动的同时,也产生了大量能够反应用户特征的数据信息。但由于各个社交网络平台之间相互独立,使得这些用户数据信息难以产生联系。跨社... 详细信息

随着互联网技术的不断发展,社交网络平台数量和网民数量与日俱增,用户在功能服务各异的社交网络平台活动的同时,也产生了大量能够反应用户特征的数据信息。但由于各个社交网络平台之间相互独立,使得这些用户数据信息难以产生联系。跨社交网络用户身份识别技术就是通过对用户留在不同社交网络平台的数据信息进行分析利用,识别出属于同一自然人的社交网络用户账号,从而将各平台数据整合起来,建立起相对全面的用户画像。该技术的发展对网络安全、推荐系统、数据挖掘领域意义重大。目前,跨社交网络用户身份识别技术研究已经取得了一些成果,但针对基于拓扑结构信息的用户身份识别,还存在一些问题:(1)现有算法没有考虑好友节点的差异性。社交网络中用户的不同好友对该用户的影响并非是完全等价的,如果只以均匀分布描述节点间的转移概率,就不能准确描述出社交网络中节点的好友关系。(2)现有的基于网络表示学习的用户身份识别算法虽然在一定程度上提高了识别效果,但却未考虑社交网络中节点的高阶好友信息,影响节点向量对网络结构的精确表示。(3)社交网络中不同阶好友对用户身份识别的贡献不同,如果将各阶好友特征等权重化,则会影响用户身份识别性能。针对这些问题,本文的主要内容如下:(1)提出了一种基于好友贡献的多阶网络嵌入用户身份识别算法首先,考虑了不同好友节点对中心节点的影响不同,基于特征向量中心性构建了转移概率矩阵,该矩阵能够较好的表达社交网络中节点之间的转移关系;然后,将社交网络中节点的好友关系扩展至K阶,并将节点不同阶好友嵌入到不同的特征子空间,避免了破坏社交网络的拓扑结构;最后利用网络表示学习获得节点的表示向量,搭建并训练神经网络模型,通过该模型可以直接判断任意两个账号是否属于同一自然人。(2)提出了一种基于单特征决策加权融合的用户身份识别算法在基于好友贡献的多阶网络嵌入用户身份识别算法的基础上,本文考虑了不同阶好友与中心用户节点的关系。首先,为各阶好友特征单独训练子分类器;然后基于结果反馈原理为各子分类器赋予不同的权重,从而合理的量化了不同阶好友对用户身份识别的贡献;最后将子分类器结果在决策层进行加权融合,判断用户的同一身份。同时,由于各阶好友特征分开训练,各子分类器可以采用并行结构,大大提高了算法的时间效率。在社交网络数据集上的实验结果表明,基于好友贡献的多阶网络嵌入用户身份识别算法的各项指标均优于现有算法。在先验种子节点率为60%时,F1值最高提升了11.07%,最低也提升了2.54%。而基于单特征决策加权融合的用户身份识别算法在此基础上进一步将F1值提升了大约1%,且算法的时间性能优势明显。图[34]表[9]参[76]

关键词：跨社交网络用户拓扑结构信息用户身份识别网络表示学习神经网络