基于深度信念网络的网络水军识别研究

发布时间：2017-10-12 00:33

  本文关键词：基于深度信念网络的网络水军识别研究

  更多相关文章： 水军 水军识别 深度信念网络 受限玻尔兹曼机 深度学习

【摘要】：在信息技术高速发展的时代,网络空间已经渗入人类生活的各方各面,成为人们交流互动的一个重要途径。网络空间缩短了人们交流的距离,使信息能被快速发布、接收和分享。在人类对网络空间的依赖越来越大的同时,网络空间中的信息对人类生活的影响越来越大。信息在被接受消化的同时,会悄然左右人们的思维,影响人们的决定,甚至影响到人们的实际生活。随着网络空间的发展,其影响的逐渐变大,网络空间中开始衍生出网络水军。网络水军泛指那些为了获得利益而在网络上大量产生发布分享虚假垃圾信息的主体。这些网络水军在扰乱正常秩序的同时,也受到各方力量的围剿。其在长期的对抗演变中,愈发趋向于真实用户。因此如何快速准确的识别水军是一个亟待解决的问题。本文针对现有水军识别算法的不足,选取国内最富有影响力的微博平台新浪微博作为数据来源,以真实微博用户的特征作为依据,提出一种基于深度信念网络的方法,来识别网络水军。此方法不仅融合用户特征和文本内容特征,还利用水军活动在时间上的异常,综合了水军在时间维度上的特征。经实验验证,此模型能在实践中有效的识别水军。考虑到网络空间的快速发展,信息量越来越巨大,针对随之带来的数据处理耗时长的问题,本文分别对模型预处理和预训练阶段提出改进方案。使用并行方法改进了模型,加快了模型的训练效率。实验证明,改进方案提高了水军检测模型训练的效率,解决了海量数据下模型训练时间过长的问题。
【关键词】：水军 水军识别 深度信念网络 受限玻尔兹曼机 深度学习
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09;D669
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 研究背景和意义9-10
• 1.2 研究现状10-13
• 1.2.1 基于用户行为特征的分析11-12
• 1.2.2 基于文本内容的分析12-13
• 1.2.3 基于融合特征的分析13
• 1.3 本文的结构安排13-14
• 第二章 网络水军识别14-18
• 2.1 网络水军的定义14
• 2.2 网络水军识别14-17
• 2.2.1 网络水军识别的一般步骤15
• 2.2.2 网络水军识别的方法15-16
• 2.2.3 网络水军识别的评价指标16-17
• 2.3 本章小结17-18
• 第三章 深度信念网络18-26
• 3.1 深度学习概念18-19
• 3.2 深度信念网络的结构19-24
• 3.2.1 受限玻尔兹曼机RBM19-23
• 3.2.2 BP神经网络23-24
• 3.3 深度信念网络的训练24-25
• 3.3.1 预训练24
• 3.3.2 微调24-25
• 3.4 本章小结25-26
• 第四章 结合时间序列信息的基于DBN的水军识别算法26-35
• 4.1 问题定义26
• 4.2 模型框架26-31
• 4.2.1 新浪微博水军现状26-27
• 4.2.2 数据获取27-28
• 4.2.3 模型设计28-31
• 4.3 实验及结果31-34
• 4.4 本章小结34-35
• 第五章 一种面向水军检测的DBN分层并行模型35-44
• 5.1 问题35
• 5.2 一种面向水军检测的DBN分层并行模型35-39
• 5.2.1 利用Map Reduce加速用户数据预处理模块36-37
• 5.2.2 利用并行Downpour SGD加速RBM训练37-39
• 5.3 实验及结果39-42
• 5.3.1 评价指标39-40
• 5.3.2 实验设计40-41
• 5.3.3 实验结果及分析41-42
• 5.4 本章小结42-44
• 第六章 总结与展望44-45
• 参考文献45-48
• 致谢48-49
• 附录A (攻读硕士学位期间发表的论文和专利)49-50
• 附录B (攻读硕士学位期间参与的科研项目)50

【相似文献】

中国期刊全文数据库 前1条

1 龙成生;王辛;单军;吴德华;宋珍华;;基于BP网络的血液气味识别模型的建立[J];信息技术;2012年06期

中国重要会议论文全文数据库 前9条

1 莫富强;王浩;姚宏亮;;动态贝叶斯网络参数学习算法的一种加速[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

2 方锦清;;网络科学理论研究的若干进展与展望-近年我院复杂网络小组的研究概述[A];第三届全国复杂动态网络学术论坛论文集[C];2006年

3 王惠生;;GSM-R网络参数ACCMIN的设置及对系统的影响[A];铁道科学技术新进展——铁道科学研究院五十五周年论文集[C];2005年

4 董树义;赵永久;路宏敏;;微波规准网络参数拟合模型与CAT[A];1991年全国微波会议论文集（卷Ⅱ）[C];1991年

5 陈涛;龚正虎;胡宁;;基于改进BP算法的网络态势预测模型[A];2009全国计算机网络与通信学术会议论文集[C];2009年

6 彭振宇;朱畅华;董树义;;传输型双六端口测量网络参数的优化方案探讨[A];1995年全国微波会议论文集（下册）[C];1995年

7 方锦清;汪小帆;郑志刚;;非线性网络的动力学复杂性研究的进展概况[A];第四届全国网络科学学术论坛暨研究生暑期学校论文集[C];2008年

8 吴晔;肖井华;马宝军;吴智远;杨俊忠;;手机短信网络的生长过程研究[A];2006全国复杂网络学术会议论文集[C];2006年

9 梁昌洪;张新军;;一类非均匀传输线网络参数的数值求解[A];1997年全国微波会议论文集(下册)[C];1997年

中国重要报纸全文数据库 前10条

1 魏大可;校园网络参数维护技巧之隐藏法[N];中国电脑教育报;2003年

2 北京 阮征;远程修改网络参数[N];电脑报;2004年

3 本报记者 叶闪;告别网络亚健康状态[N];计算机世界;2001年

4 武君;网络优化因“段”制宜[N];通信产业报;2006年

5 广西 卜云声;网络切换开关——Netswitcher[N];电脑报;2001年

6 爱立信(中国)通信有限公司;自组织网络:构建高效低成本移动网络[N];通信产业报;2010年

7 记者 赵雅琪;“易优”有效解决TD网络优化难题[N];人民邮电;2009年

8 上海贝尔 肖晔　陈曦 李勇;建设性能优异的WCDMA网络[N];人民邮电;2009年

9 刘学勇;解读NGMN白皮书[N];通信产业报;2007年

10 本报实习记者 贾冕;WiFi共享：是福是祸？[N];中国知识产权报;2013年

中国博士学位论文全文数据库 前10条

1 周文刚;网络流量分类识别若干技术研究[D];电子科技大学;2014年

2 王涛;全局耦合网络的特性及其混沌控制研究[D];哈尔滨工程大学;2012年

3 苏先创;复杂网络的结构刻画与蛋白质作用网络的建模研究[D];浙江大学;2011年

4 杨谈;网络混沌行为及其控制的研究[D];北京邮电大学;2009年

5 严传魁;基于一种自适应突触学习规则的网络同步分析以及在记忆模型中的应用[D];华东理工大学;2012年

6 史伟;基于复杂网络的拓扑与信息传输问题研究[D];天津大学;2010年

7 王建民;基于回声状态网络的非线性时间序列预测方法研究[D];哈尔滨工业大学;2011年

8 姚春光;基于复杂网络的网上商品交易行为特征研究[D];北京邮电大学;2015年

9 侯婕;位置与标识分离网络关键技术研究[D];国防科学技术大学;2011年

10 陈宇;基于深度置信网络的中文信息抽取方法[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 万慧华;基于RR间期和深度置信网络的房颤检测[D];河北大学;2015年

2 唐小虹;复杂网络级联失效下的负载重分配机制研究[D];西南交通大学;2015年

3 白昊晨;CDMA网络优化技术研究[D];北京化工大学;2015年

4 陈雨;基于复杂网络的故障诊断方法研究及系统实现[D];北京化工大学;2015年

5 张亚娟;基于复杂网络的房颤信号特性分析[D];复旦大学;2014年

6 袁博;基于关系网络的微博话题挖掘[D];哈尔滨工业大学;2014年

7 杨程成;相互作用网络的鲁棒性研究[D];电子科技大学;2015年

8 孙卫强;基于深度信念网络的网络水军识别研究[D];湘潭大学;2015年

9 周永进;BP网络的改进及其应用[D];南京信息工程大学;2007年

10 刘博;网络行为的可控能力研究[D];山东大学;2011年

，

本文编号：1015685