当前位置:主页 > 科技论文 > 数学论文 >

基于DeepLink的社交网络去匿名方法

发布时间:2021-10-10 09:08
  现有的社交网络去匿名方法主要是基于网络结构,对网络结构进行学习与表示是去匿名的关键。用户身份链接(user identity linkage)的目的是检测来自不同社交网络平台的同一个用户。基于深度学习的跨社交网络用户对齐技术,很好地学习了不同社交网络的结构特征,实现了跨社交网络的用户对齐。将该技术用于同一社交网络匿名用户识别,实验结果优于传统去匿名方法。 

【文章来源】:网络与信息安全学报. 2020,6(04)

【文章页数】:5 页

【部分图文】:

基于DeepLink的社交网络去匿名方法


迭代次数与准确率关系

【参考文献】:
期刊论文
[1]网络表示学习的研究与发展[J]. 尹赢,吉立新,黄瑞阳,杜立新.  网络与信息安全学报. 2019(02)
[2]社交网络中的隐私保护研究综述[J]. 姚瑞欣,李晖,曹进.  网络与信息安全学报. 2016(04)



本文编号:3428080

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/3428080.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e5459***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com