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