检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多目标强化学习的社区隐藏框架

中国科学：信息科学 2021年第7期51卷 1131-1145页

作者：陶海成卜湛曹杰江苏省电子商务重点实验室(南京财经大学) 南京210023 南京理工大学计算机科学与工程学院南京210094

在复杂网络研究领域,社区隐藏算法旨在破坏社区发现算法的有效性,从而隐藏用户之间的关系,达到保护用户隐私的目的.现有的社区隐藏算法寄希望于已有用户改变自己的社交关系实现该目标,这对用户影响较大,操作空间比较小.不同于此类算法,... 详细信息

在复杂网络研究领域,社区隐藏算法旨在破坏社区发现算法的有效性,从而隐藏用户之间的关系,达到保护用户隐私的目的.现有的社区隐藏算法寄希望于已有用户改变自己的社交关系实现该目标,这对用户影响较大,操作空间比较小.不同于此类算法,本文所提的算法从增加节点及其相应边的角度出发,即伪造用户及其关系,最大程度降低了对用户的影响,将社区隐藏问题转换为网络增长问题.首先基于ratio association和ratio cut,提出两种更适合社区隐藏的指标;然后基于强化学习框架,定义动作空间为不同的网络增长模型,将两个指标在l个阶段的一致性策略值作为网络的状态表示,并将指标值作为奖赏值;最后采用两种策略来对指标进行优化,即给每个Q函数赋予权重的标量化多目标Q-learning算法以及基于Pareto最优算法的多目标Q-learning算法.在真实数据集上的大量实验表明,相比于现有最新的社区隐藏算法,本文所提算法展现出更好的有效性.

关键词：社交网络分析社区发现社区隐藏多目标优化强化学习

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的属性网络社区隐藏方法

计算机应用 2024年

作者：张博瀚吕乐荆军昌刘栋河南师范大学计算机与信息工程学院教育人工智能与个性化学习河南省重点实验室教学资源与教育质量评估大数据河南省工程实验室

属性网络作为一种常见的复杂网络建模工具，适用于融合分析拓扑结构和属性信息的多模式网络建模场景。针对属性网络的社区检测算法能够综合利用拓扑和属性信息，较为准确地揭示网络中的社区结构。然而，这种精确的挖掘能力也带来了节点... 详细信息

属性网络作为一种常见的复杂网络建模工具，适用于融合分析拓扑结构和属性信息的多模式网络建模场景。针对属性网络的社区检测算法能够综合利用拓扑和属性信息，较为准确地揭示网络中的社区结构。然而，这种精确的挖掘能力也带来了节点隐私泄露的风险。为了对抗社区检测算法从而实现节点隐私保护，社区隐藏方法开始被诸多专家关注。但现有主流社区隐藏算法仅仅关注网络的拓扑结构，而忽略了节点属性对社区结构的影响，因此在属性网络上表现效果不佳。针对上述问题，提出一种基于遗传算法的属性网络社区隐藏方法（Attribute network Community hiding method based on Genetic algorithm, ACG）。该方法融合了网络拓扑结构和节点属性，其核心在于通过优化适应度函数找到最优的边隐藏策略。ACG算法在追求最小化隐藏成本的同时，将最大化模块度和属性相似度作为双重度量标准，选择并扰动对社区结构影响最大的边集合，从而实现对属性网络社区检测算法的有效攻击。实验结果表明，在不改变边总数和属性信息的前提下，所提方法有效地对抗了主流属性社区检测方法。与现有社区隐藏方法相比，ACG在5个属性网络上对抗经典社区检测算法也具有优势。

关键词：社区隐藏遗传算法属性网络隐私保护社区检测社会网络分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑内外均衡安全增益的可量化社区隐藏算法

计算机应用与软件 2018年第12期35卷 278-284页

作者：赵霞魏霖静肖君甘肃农业大学信息科学技术学院甘肃兰州730000 甘肃省计算中心系统集成部甘肃兰州730000

为提高社区检测算法应对特定社区隐藏因素的能力,提出一种考虑内外均衡安全增益的可量化社区隐藏算法。通过研究社区隐藏的内在机制,推动社区检测算法性能的提升^([1])。在给出社区网络模型的基础上,对社区隐藏的评价指标进行定义,实现... 详细信息

为提高社区检测算法应对特定社区隐藏因素的能力,提出一种考虑内外均衡安全增益的可量化社区隐藏算法。通过研究社区隐藏的内在机制,推动社区检测算法性能的提升^([1])。在给出社区网络模型的基础上,对社区隐藏的评价指标进行定义,实现了社区隐藏的量化分析;基于社区检测的安全性增益指标对社区隐藏过程中的节点添加和边缘的删除策略进行研究,基于这些操作实现对网络社区的更新;对社区检测隐藏算法的安全性进行了理论分析,为社区隐藏算法应用提供理论基础。通过在选取的4种社区网络实例中的仿真实验显示,该算法具有优异的社区隐藏性能和计算效率。

关键词：内外均衡安全增益可量化社区隐藏

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的复杂网络社区隐藏研究

基于遗传算法的复杂网络社区隐藏研究

作者：陈柏圳江西理工大学

学位级别：硕士

在复杂网络中,社区发现算法能够挖掘和分析社区结构,在实际应用中起着重要的作用。然而,基于隐私保护的目的,某些社区并不希望被挖掘和分析。因此,研究者们提出了社区隐藏。社区隐藏旨在破坏社区发现算法的有效性,即降低社区发现算法识... 详细信息

在复杂网络中,社区发现算法能够挖掘和分析社区结构,在实际应用中起着重要的作用。然而,基于隐私保护的目的,某些社区并不希望被挖掘和分析。因此,研究者们提出了社区隐藏。社区隐藏旨在破坏社区发现算法的有效性,即降低社区发现算法识别社区的准确率,从而在一定程度上避免了敏感信息的泄露。本文在目标社区隐藏和全局社区隐藏两个方面进行了相关研究,具体研究内容如下:(1)针对目标社区隐藏,本文提出了一种考虑多指标均衡的目标社区隐藏方法。现有的目标社区隐藏方法难以均衡节点连通程度、节点散播程度以及节点隐藏程度,且所提出的指标在评估节点散播程度上存在局限性。针对上述问题,在本文中,首先分析现有节点散播程度评估指标的局限性,并提出一个新的指标来评估节点散播程度;其次,以目标社区内节点连通程度、节点散播程度以及节点隐藏程度最大化为优化目标建立多目标优化模型,进而提出一种基于NSGA-II的目标社区隐藏方法TCH-N(Target Community Hiding based on NSGA-II)。实验结果表明,TCH-N在节点隐藏程度上总体优于所有基准方法;在节点散播程度上仅略差于在该项指标上最优的基准方法;在节点连通程度上,能够保持该项指标接近最优值。说明TCH-N能够有效地均衡上述三个指标,隐藏目标社区的有效性更高。(2)针对全局社区隐藏,本文提出一种基于改进遗传算法的全局社区隐藏方法。社区隐藏问题是以隐藏指标为优化目标的组合优化问题。现有的全局社区隐藏指标的衡量因子大都基于网络结构,并不能直接评估全局社区隐藏的效果。针对此问题,在本文中,首先以模块度为例分析了基于网络结构来设计全局社区隐藏指标的局限性,从而提出使用标准化互信息NMI(Normalized Mutual Information)来评估全局社区隐藏的效果。其次,基于NMI和精英协同进化思想分别设计了两种不同的适应度函数,从而提出一种基于精英种群协同进化遗传算法的全局社区隐藏方法。最后,针对四种社区发现算法在五个真实网络上进行仿真实验。实验结果表明本文所提出方法在降低NMI、调整兰德系数ARI(Adjusted Rand index)和聚类纯度P(Purity)方面总体优于基线方法,可以认为本文所提出的方法在全局社区隐藏上的效果上更加显著。

关键词：社区隐藏复杂网络社区发现遗传算法

基于遗传算法与图自编码器的社区隐藏方法研究

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

基于遗传算法与图自编码器的社区隐藏方法研究

作者：常正超河南师范大学

学位级别：硕士

在日常生活中许多复杂系统都可以抽象为网络或者图,即由节点和边组成的数据结构,例如社交网络、生物网络、电子商务网络等。随着对网络性质的深入研究,人们发现许多实际网络都具有一个共同特点,即整个网络由若干个内部节点连接紧密外部... 详细信息

在日常生活中许多复杂系统都可以抽象为网络或者图,即由节点和边组成的数据结构,例如社交网络、生物网络、电子商务网络等。随着对网络性质的深入研究,人们发现许多实际网络都具有一个共同特点,即整个网络由若干个内部节点连接紧密外部节点连接稀疏的团体组成,这些团体一般被称为社区。社区发现是网络分析中的一项重要任务,主要目的是发掘网络中的社区,它有助于洞察网络的组成结构。良好的社区检测算法可以发现网络中真实的社区结构,给企业或组织带来巨大的益处,如构建推荐系统等。然而,社区本身包含了丰富的个人与团体的隐私信息,越来越精良的社区检测算法引发了人们对隐私泄露的担忧,社区隐藏问题也因此被提上日程。社区隐藏一般被表述为向网络中添加“不可见的扰动”(添加或删除少量链接)后,使得社区检测算法的性能显著下降或失效。当前,在众多社区隐藏研究中,针对全局的社区隐藏效果并不理想,并且没有体现网络的生成机制。为此,本文将基于向网络中添加尽可能少的扰动使得主流社区检测算法性能下降最大这一准则来开展研究工作,主要内容如下:(1)提出一个基于遗传算法并以归一化互信息(NMI)为适应度函数的社区隐藏算法。该算法通过引入添加了先验信息的基因池,以最小化NMI值为目标,保证了被攻击后网络中社区成员的分布与原始网络尽可能不同,实现了良好的社区隐藏效果。通过与多个基线算法对比,该算法在多个评价指标上达到了最优。并且根据可视化攻击结果,证明该算法能够实现间接攻击,充分体现了攻击的隐蔽性。此外,在进一步进行可移植性检验中,发现该算法在特定的社区检测算法上得到的对抗网络在推广到其他社区检测算法时,也表现出了良好的隐藏效果。(2)提出了一个基于图自编码器的社区隐藏模型。图自编码器作为一种生成模型可以反映网络的生成过程,显示节点之间的连接强弱,包含更为丰富的信息,这更有助于人们了解网络的潜在特征。该模型在分析社区检测算法和图神经网络本质的基础上,通过观察图自编码器生成社区的过程,选择对社区结构影响最大的链接进行重连,实现了对现有主流的社区检测算法的攻击,大大降低了社区检测结果的准确性。通过在多个真实数据集上进行实验,验证了本文提出的方法能够在仅改变极少链接的情况下,极大地降低大部分主流社区检测算法的准确性,扩充了社区隐藏算法的体系并且有效地实现了对个人和团体的隐私保护,同时也为设计更加鲁棒的高效社区发现算法提供了新的研究思路。

关键词：社区隐藏社区检测遗传算法图自编码器隐私保护

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

基于局部拓扑信息的社区隐藏方法的研究

基于局部拓扑信息的社区隐藏方法的研究

作者：王艳伟河南师范大学

学位级别：硕士

现实生活中存在着各种复杂网络,如金融网络、社交网络、电力网络、交通网络等。这些网络通常会呈现出社区结构特性,而如何在现实网络中发现社区结构是近年来复杂网络的研究热点之一。社区发现算法作为一种重要的复杂网络分析工具,可以... 详细信息

现实生活中存在着各种复杂网络,如金融网络、社交网络、电力网络、交通网络等。这些网络通常会呈现出社区结构特性,而如何在现实网络中发现社区结构是近年来复杂网络的研究热点之一。社区发现算法作为一种重要的复杂网络分析工具,可以深入挖掘复杂网络中的社区结构,并从中揭示深层次的网络信息和拓扑关系,这为理解网络行为提供了重要帮助。此外,社区发现还具有广泛的应用价值,如提高推荐系统、风险控制等的精度。虽然社区发现算法的应用给人们的生活带来了诸多便利,但是随着社区发现算法精度的不断提高,网络结构潜在的信息被过度呈现,从而带来了隐私泄露的风险。基于此,社区隐藏问题被提出并受到关注。社区隐藏本质上是通过对网络添加“不易察觉”的干扰来降低社区发现算法的精度,从而实现社区结构的隐藏,进而在一定程度上避免隐私泄露。目前社区隐藏算法研究已经取得了一定的进展,如DICE、Dm、Ds、CDATTACK等算法被相继提出。这些算法虽然可以实现目标结构的隐藏,但是隐藏效果还有进一步提升的空间,算法的效率也有待提高。针对上述问题,基于局部拓扑信息提出了两种社区隐藏的方法,具体如下:(1)提出了一种融合社区安全性和遗传算法的社区隐藏方法(A Community Hiding Method Integrating Community Safety and Genetic Algorithm,CSGA)。该方法的目的是将目标社区隐藏到其他社区。CSGA首先引入社区安全指数,然后把寻找执行操作前后目标社区安全指数的最大差值这一过程视为一个优化问题,使用执行操作前后目标社区安全指数的差值函数作为遗传算法的损失函数,通过遗传算法选择一组最优的添加和删除边的组合,使函数的损失最大化,以此达到隐藏目标社区的目的。在目标社区隐藏时,使用局部信息降低算法的运行时间,同时提高隐藏效果。在不同规模的数据集和社区发现算法上的实验表明,该算法比主流的社区隐藏算法隐藏效果更佳。(2)提出一种新的安全指数及其在社区隐藏的应用方法(A New Safety Index and Its Application to Community Hiding,BSH)。已有的安全指数虽然可以实现社区隐藏,但未考虑连接在社区结构中扮演的权重,针对上述问题,本文提出了一个社区内连接重要性评价方法,基于此方法设计出新的社区安全指数和安全增益指数。对社区的干扰(如添加边或删除边)会引起社区安全指数的变化,当扰动后的网络社区安全指数的值高于扰动前(即安全增益指数的值大于0)时,证明对社区中连接的操作有助于社区隐藏。在BSH的实现过程中,同样仅使用了和目标社区相关的局部拓扑信息。在不同规模的真实数据集上的实验结果表明相较于其他基准算法,BSH算法取得了更佳的隐藏效果。本文提出的两种隐藏算法均在多个真实的数据集上进行了大量的实验,实验结果证明相较于基准算法,本文提出的隐藏算法具有更佳的隐藏效果。这对于解决特定团体的隐私保护具有重要的现实意义,同时为设计更具鲁棒性的社区发现算法提供思路。

关键词：社区发现社区隐藏目标社区隐藏遗传算法社区安全性

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

基于持久性的多目标节点隐藏方法

计算机应用 2025年

作者：吕乐张博瀚荆军昌刘栋河南师范大学计算机与信息工程学院教育人工智能与个性化学习河南省重点实验室教学资源与教育质量评估大数据河南省工程实验室

社区检测尽管能深度揭示网络潜在的结构特征以及节点之间关系，但也产生了隐私泄露问题。社区隐藏方法能够有效对抗社区检测算法，从而实现网络节点信息的隐私保护。但传统的社区隐藏方法大多关注网络中单一目标或单一社区的隐私保护，... 详细信息

社区检测尽管能深度揭示网络潜在的结构特征以及节点之间关系，但也产生了隐私泄露问题。社区隐藏方法能够有效对抗社区检测算法，从而实现网络节点信息的隐私保护。但传统的社区隐藏方法大多关注网络中单一目标或单一社区的隐私保护，当前研究中仍然缺乏一种能够针对任意目标集合进行隐藏的方法。针对上述问题，提出一种持久性损失最大化的多目标节点隐藏（BPMNH）方法，该方法可以自由配置拟隐藏的目标节点集合，并根据网络规模自适应地给出持久性损失最大化方案，在最小的网络拓扑扰动代价下，实现不同社区的多个目标节点隐藏。实验结果表明，该方法能够有效实现多目标节点社区隐藏。

关键词：社区隐藏社区检测多目标节点持久性复杂网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

两阶段量子行走算法在社区检测中的应用

计算机应用研究 2023年第8期40卷 2329-2333页

作者：梁文闫飞陈柏圳长春理工大学计算机科学技术学院长春130022 江西理工大学信息工程学院江西赣州341000

已有基于量子行走的社区检测算法存在计算开销过大或对时间参数过于敏感的问题。针对此问题,提出两阶段量子行走(two-stage quantum walk,TSQW)算法。TSQW算法第一阶段为无测量量子行走,此阶段融合节点的邻域拓扑信息将节点表达为向量,... 详细信息

已有基于量子行走的社区检测算法存在计算开销过大或对时间参数过于敏感的问题。针对此问题,提出两阶段量子行走(two-stage quantum walk,TSQW)算法。TSQW算法第一阶段为无测量量子行走,此阶段融合节点的邻域拓扑信息将节点表达为向量,第二阶段利用K-means方法聚类上一阶段得到的节点向量以划分网络社区。通过仿真网络和空手道俱乐部网络的验证,该算法能够准确地检测网络社区结构。进一步,提出TSQW的扩展(TSQW-E)算法,该算法依据节点的社区信息增加或删除原始网络的连边并实现社区隐藏。根据互信息指标和调整兰德系数下的实验表现,TSQW-E算法使已有社区检测算法的平均识别精度分别下降0.491和0.58,对网络社区结构的破坏效果最好。

关键词：复杂网络量子行走社区检测社区隐藏