當(dāng)下如何從社交網(wǎng)絡(luò)平臺(tái)中自動(dòng)準(zhǔn)確地挖掘網(wǎng)絡(luò)空間安全相關(guān)用戶具有重要意義。在現(xiàn)有的基于社交關(guān)系的相似度算法基礎(chǔ)上,結(jié)合基于動(dòng)態(tài)交互信息的相似度算法,加權(quán)綜合兩種用戶相似度算法,提出一種新的用戶相似度算法,從而初步計(jì)算社交網(wǎng)絡(luò)中網(wǎng)絡(luò)空間安全相似用戶。再通過(guò)基于機(jī)器學(xué)習(xí)的用戶分類算法,從網(wǎng)絡(luò)空間安全相似用戶中進(jìn)一步準(zhǔn)確地檢測(cè)網(wǎng)絡(luò)空間安全領(lǐng)域的用戶,最終構(gòu)建社交網(wǎng)絡(luò)的網(wǎng)絡(luò)空間安全用戶挖掘模型。 

【文章來(lái)源】：現(xiàn)代計(jì)算機(jī). 2020,(12)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

網(wǎng)絡(luò)安全領(lǐng)域用戶挖掘模型

實(shí)驗(yàn)結(jié)果

在確定最優(yōu)的特征組合和最佳分類算法后，本文構(gòu)建網(wǎng)絡(luò)空間安全領(lǐng)域用戶分類檢測(cè)模型，該模型的總體結(jié)構(gòu)如圖2所示。對(duì)于一個(gè)推特用戶，在提取各類用戶數(shù)據(jù)后，構(gòu)造其特征向量，最后通過(guò)分類算法檢測(cè)其是否為網(wǎng)絡(luò)安全領(lǐng)域的用戶。3 實(shí)驗(yàn)與分析

【參考文獻(xiàn)】：
期刊論文
[1]基于深度主動(dòng)學(xué)習(xí)的信息安全領(lǐng)域命名實(shí)體識(shí)別研究[J]. 彭嘉毅,方勇,黃誠(chéng),劉亮,姜政偉.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[2]基于用戶關(guān)系和文本的微博用戶相似性度量[J]. 黃建軍,方勇,何祥.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2019(09)
[3]基于多源信息相似度的微博用戶推薦算法[J]. 姚彬修,倪建成,于蘋(píng)蘋(píng),李淋淋,曹博.  計(jì)算機(jī)應(yīng)用. 2017(05)
[4]基于復(fù)雜網(wǎng)絡(luò)重疊社團(tuán)發(fā)現(xiàn)的微博話題檢測(cè)[J]. 尹蘭,程飛,任亞峰,姬東鴻.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]基于隨機(jī)森林分類的微博機(jī)器用戶識(shí)別研究[J]. 劉勘,袁蘊(yùn)英,劉萍.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[6]微博用戶的相似性度量及其應(yīng)用[J]. 徐志明,李棟,劉挺,李生,王剛,袁樹(shù)侖.  計(jì)算機(jī)學(xué)報(bào). 2014(01)

碩士論文
[1]面向在線微博網(wǎng)絡(luò)的相似用戶發(fā)現(xiàn)方法研究[D]. 郁啟麟.中國(guó)礦業(yè)大學(xué) 2017



本文編號(hào)：3341840