基于图卷积网络的社交网络Spammer检测技术

摘要：

在社交网络中,Spammer未经接收者允许,大量地发送对接收者无用的广告信息,严重地威胁正常用户的信息安全与社交网站的信用体系.针对现有社交网络Spammer检测方法的提取浅层特征与计算复杂度高的问题,提出了一种基于图卷积网络(GCN)的社交网络Spammer检测技术.该方法基于网络结构信息,通过引入网络表示学习算法提取网络局部结构特征,结合重正则化技术条件下的GCN算法获取网络全局结构特征去检测Spammer.在Tagged.com社交网络数据上进行了实验,结果表明,所提方法具有较高的准确率与效率.

关键词：网络空间安全、Spammer检测、网络表示学习、图卷积网络

所属期刊栏目：4

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金创新群体资助项目61521003

在线出版日期：2018-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：39-46