申请/专利权人：南京审计大学

申请日：2023-11-16

公开（公告）日：2024-03-19

公开（公告）号：CN117725210A

主分类号：G06F16/35

分类号：G06F16/35;G06F16/332;G06F16/335;G06F40/30;G06Q50/00;G06N3/0442;G06N3/048;G06N3/0455;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种面向社会化问答平台的恶意用户检测方法。提取社会化问答平台中的用户、问题、答案、问答群组等实体元素及其属性，构建社会化问答场景下的属性异构信息网络并定义描述用户关系的元路径；针对特定元路径下每个实例路径的元路径邻居，利用门控循环单元对其进行编码；分别在单个元路径及所有元路径层级对用户的元路径邻居特征进行聚合，获得用户的最终表征，期间，利用层次注意力机制为各实体元素和元路径邻居分配权重；最后，将聚合后得到的用户表征向量输入分类器，利用标记数据学习分类器参数。所得分类器可用来分类无标记的用户，判定其是否为恶意用户。本发明能够更加准确、全面的检测出社会化问答平台中蓄意伪装的恶意用户。

主权项：1.一种面向社会化问答平台的恶意用户检测方法，其特征在于根据社会化问答场景及其相关实体元素建立属性异构信息网络，聚合用户不同元路径上的邻居信息，然后利用分类器对聚合后的用户特征分类以识别恶意用户；步骤包括：步骤S1，从社会化问答平台中提取实体元素及其相关属性和相互关系，构建描述社会化问答场景的属性异构信息网络，并建立若干用户间不同语义关系的元路径，每个元路径包含多个实例路径；步骤S2，利用门控循环单元GRU对每个实例路径上的元路径邻居进行编码，并利用注意力机制分配实例路径上各实体元素特征在编码时的权重，以及元路径邻居的表征向量；步骤S3，对用户在特定元路径下的多个元路径邻居编码进行聚合，每个元路径邻居对应一条该元路径下的实例路径，并利用注意力机制分配多个元路径邻居的权重，得到用户的元路径级表征向量；步骤S4，聚合用户在不同元路径下的表征向量，并利用注意力机制计算不同元路径的权重，得到用户的最终表征；步骤S5，建立分类模型，输入用户表征向量eu，利用标注数据训练获得模型参数；步骤S6，利用训练好的模型进行未知用户的表征和分类，以识别恶意用户。

全文数据：

权利要求：

百度查询： 南京审计大学 一种面向社会化问答平台的恶意用户检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD