网络空间用户身份对齐技术研究及应用综述

近年来,随着移动互联网技术的发展和用户需求的增加,网络空间中各种虚拟账号越来越多,同一用户在不同应用甚至同一平台拥有多个账号。同时,由于网络空间的虚拟性导致用户的虚拟身份与真实社会身份之间的关联通常较弱,网络空间违法用户存在发现难和取证难的问题。因此,在服务推荐和调查取证等需求的推动下,以网络空间用户虚拟身份聚合和虚实身份映射为主要研究内容的用户身份对齐技术得到了快速发展。为此,对网络空间用户身份对齐技术进行了梳理,首先对该技术解决的科学问题进行了阐述;其次介绍了该技术所用到的用户身份典型特征和涉及的相关技术;然后对可供研究的数据集与验证标准进行介绍;最后对所提技术面向的应用场景进行了详细分析,并基于此讨论了用户身份对齐技术未来的研究方向以及面临的挑战。

提高卫星通信系统吞吐量的复数域网络编码算法

针对传统卫星通信系统吞吐量不高的问题,本文提出了一种基于复数域网络编码(CFNC)的卫星通信系统方案。该方案在发送前对信号进行符号级的CFNC编码,在不增加终端发射功率的情况下提供比传统卫星通信系统更高的吞吐量,并适用于多用户网络。该方案同时适用于基于处理转发器和透明转发器的卫星平台。特别是在双向卫星通信系统中,与基于伽罗瓦域网络编码(GFNC)的系统相比,本文提出的方案不仅具有更高的吞吐量而且更具有普适性。

面向5G MEC基于行为的用户异常检测方案

5G边缘计算靠近用户侧提供服务,而边缘侧汇聚着用户的敏感信息,用户非法接入或合法用户自身的恶意行为威胁到整个边缘网络的安全。将机器学习算法应用于边缘计算架构,提出一种基于行为的用户异常检测方案。对用户行为进行建模,采用独热编码和互信息进行数据预处理和特征选择,并利用极限梯度提升算法训练一个多分类器分类识别进入园区的用户,根据识别结果与用户身份是否一致来判定用户是否异常。在此基础上,通过孤立森林算法对授权用户历史行为数据进行模型训练,从而检测可信任用户的行为是否异常,实现对小型固定园区内未授权用户的识别以及对授权用户异常行为的检测。实验结果表明,该方案可满足边缘计算场景的时间复杂度要求,并且能够有效区分不同用户,分类准确率达到0.953,而对异常行为样本的误报率仅为0.01。

基于半局部结构的异常连边识别算法

随着网络科学领域研究的进展,所涉及的真实网络类型愈加广泛。复杂系统中存在的冗余错误关系,或出于异常目的刻意发生的行为,如网页错误点击、电信网刺探呼叫等,都对基于网络结构的分析工作造成了重大影响。复杂网络异常连边识别作为图异常检测重要分支,旨在识别网络结构中由于人为制造或数据收集错误所产生的异常连边。现有方法主要从结构相似性角度出发,利用节点间连通结构评估连边异常程度,易导致网络结构分解,且检测精度受网络类型影响较大。针对这一问题,提出了一种CNSCL算法,在半局部结构尺度下计算节点重要性,分析不同类型局部结构,在不同结构中根据半局部中心性量化连边对网络整体连通性贡献,结合节点结构相似性差异量化连边可信程度。由于计算过程中需去掉连边以衡量对网络整体连通性影响,存在节点重要性需重复计算问题。因此在计算过程中,所提算法还设计了一种动态更新方法以降低算法计算复杂度,降低了算法计算复杂度,使其可推广应用至大规模网络。在7种具有不同结构紧密程度的真实网络上与现有方法进行对比,实验结果表明,在AUC衡量标准下,该方法较基准方法具有更高的检测精度,且在网络稀疏或缺失条件下,仍能保持较为稳定的识别精度。

复杂网络节点重要性排序算法及应用综述

复杂网络中节点的异质性导致各个节点的重要性是截然不同的,而关键节点往往对网络的结构和功能具有巨大的影响力,所以通过节点重要性排序算法对关键节点进行挖掘的研究一直受到各方面的关注。将复杂网络中关于节点重要性的排序算法进行研究,比较了各种方法的优势和缺陷,并对重要节点挖掘算法的应用方向和常用数据集进行介绍,最后对现有研究进行了总结,并对未来的研究方向进行展望。

中文短文本分类技术研究综述

随着信息技术的迅速发展,网络上产生了海量的中文短文本数据。利用中文短文本分类技术,在低信息量的数据中挖掘出有价值的信息是当前的一个研究热点。中文短文本相较于长文本,存在字数少、歧义多、特征稀疏和信息不规范等特点,导致使用传统文本分类技术效果不佳。首先介绍中文短文本分类技术的研究现状;其次围绕中文短文本分类的基本流程和关键技术进行阐述,并对文本预处理、文本表示、特征扩展和分类算法做出详细介绍;最后对中文短文本分类技术未来发展的趋势进行展望。

基于混合字词特征的中文短文本分类算法

随着信息技术的迅速发展,网络中产生了海量的中文短文本数据。利用中文短文本分类技术,在低信息量的数据中挖掘出有价值的信息是当前的一个研究热点。相比中文长文本,中文短文本具有字数少、歧义多以及信息不规范等特点,导致其文本特征难以提取与表达。为此,文中提出了一种基于混合字词特征深度神经网络模型的中文短文本分类算法。首先,该算法同时计算出中文短文本的字向量和词向量,并分别对其进行特征提取;然后将提取到的字向量特征和词向量特征进行融合;最后通过全连接层和softmax层完成分类任务。在公开的THUCNews新闻数据集上的测试结果表明,该算法在精确率、召回率和F1值3种评价指标上均优于主流的TextCNN,BiGRU,Bert以及ERNIE_BiGRU等对比模型,具有较好的短文本分类效果。

基于迭代K-shell和改进信息熵的节点重要性排序算法

复杂网络中对节点重要性排序算法的研究具有重要的现实意义。传统的K-shell算法排序结果分辨率不高,根据节点信息熵的排序算法时间复杂度又过高。针对这一问题,提出基于迭代K-shell和改进信息熵的节点重要性排序算法。首先,通过分析K-shell分解过程中的迭代信息得到节点在网络中的全局信息;其次,提出改进的节点信息熵来得到节点的局部信息;最后,综合节点的全局和局部信息对节点重要性进行排序。通过将该算法在4个真实数据集上与其他6个算法进行实验,该算法与现有方法相比排序结果的分辨率更高、节点信息传播能力更强且时间复杂较低,更适用于大规模网络。

基于双向长短期记忆网络的用户轨迹停留点提取

针对用户轨迹停留点提取问题,提出一种基于深度学习的Bi-LSTM-DBSCAN模型。该模型采用双向长短期记忆网络作为特征提取器,利用改进的DBSCAN算法作为轨迹停留点聚类方法,完成停留点分析任务,有效地解决了轨迹数据点之间关联性不强、处理复杂轨迹段效果不明显带来的聚类效果不佳的问题。实验结果表明,该模型在Geolife轨迹数据集上进行轨迹停留点提取时,相比于使用该文提到的其他停留点提取方法,其准确率、召回率和F值有明显的提升,取得了较好的效果。

基于低通滤波模型的行人再识别算法

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法。首先,将行人图像进行分块;然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征;最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加(SDALF)方法提升了近20%;同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

基于LOTClass模型的弱监督中文短文本分类算法

基于全监督学习的文本分类算法需要使用大量的标签数据,而文本数据的标注任务耗时耗力且标注难度较大。针对上述问题,提出了一种基于LOTClass模型的弱监督中文短文本分类算法。首先,使用少量的标签数据构建类别种子词表;其次,使用类别种子词表指导训练中文伪标签生成模型,并使用该模型生成大量伪标签数据;最后,利用优质伪标签数据训练一个中文短文本分类模型。在THUCNews新闻标题数据集和论文标题数据集上进行实验,结果表明,该算法在仅使用少量标签数据的情况下,其性能优于主流的半监督分类算法,同时不逊于一般的全监督分类算法,为无标签数据分类任务提供了一种较好的解决方案。