申请/专利权人:长沙理工大学
申请日:2023-11-13
公开(公告)日:2024-02-27
公开(公告)号:CN117611372A
主分类号:G06Q50/00
分类号:G06Q50/00;G06F18/22
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明公开了一种突发事件下基于社区划分的恶意用户检测方法。应用于社交网络中恶意用户检测,方法步骤包括:构建用户与突发事件的关联度模型;基于用户的事件关联度模型,挖掘恶意用户的隐式群组结构,快速定位和检测潜在的恶意用户;分别计算用户相对路径长度和皮尔逊相似度公式,归一化作为用户综合相似度;根据用户相似度,采用快照算法对用户进行动态社区划分,捕捉用户在时间维度上的行为变化,跟踪恶意用户群体在突发事件下的行为模式;结合卷积神经网络设计一种新增恶意用户检测算法,设定恶意阈值作为检测结果的判断依据,完成恶意用户检测。
主权项:1.一种针对突发事件下社交网络中恶意用户检测的方法,其特征在于,通过构建用户与事件的关联度模型,结合社区动态划分实现对突发事件下恶意用户的检测。
全文数据:
权利要求:
百度查询: 长沙理工大学 一种社交网络中动态社区划分恶意用户检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。