基于node2vec的社交网络用户属性补全攻击

摘要：

针对社交网络内容安全,存在一种通过属性推断补全来获取用户私密属性的攻击.传统的基于无监督学习的方法和基于监督学习的属性补全攻击方法存在未能把结构相似性和同质性有效结合起来的问题.文章提出了一种基于隐式表达的用户属性补全攻击方法,把用户属性补全抽象为一个有监督的分类问题,基本思路是利用node2vec算法将社交网络中的用户节点映射成向量,然后将向量通过聚类方法计算一个节点所在的社区,在社区内构建分类模型,并利用此模型对用户缺失属性进行预测.文章在真实数据集上进行验证,证明了算法能够有效提高社交网络用户属性补全的准确率.

关键词：属性补全、同质性、结构相似性、node2vec、内容安全

分类号：TP309.1(计算技术、计算机技术)

资助基金：国家重点研发计划 2016YFB0800504

在线出版日期：2018-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72