在线社交网络恶意信息多源定位算法

论文摘要

针对恶意信息源覆盖范围重叠导致基于全网拓扑的定位算法复杂度高的情况,提出基于社区结构的子图划分算法,将恶意信息多源定位问题分解为多个单源定位问题。在此基础上,利用基于Jordan中心的在线社交网络多源定位算法,实现多个子图内的恶意信息单源定位。在随机数网络和UCIonline网络上的仿真结果表明,该算法能够有效识别恶意信息源,定位准确率相比基于距离中心、紧密度中心和介数中心的算法提高11%～30%。

论文目录

• 0 概述
• 1 传播模型
•   1.1 信息传播模型
•   1.2 Jordan中心
• 2 恶意信息多源定位算法
•   2.1 基于社区结构的子图划分算法
•   2.2 基于Jordan中心的恶意信息多源定位算法
• 3 仿真结果与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 袁得嵛,黄淑华,叶萌熙,王小娟

关键词: 在线社交网络,恶意信息,子图划分,中心,多源定位

来源: 计算机工程 2019年09期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 中国人民公安大学信息技术与网络安全学院,安全防范技术与风险评估公安部重点实验室,北京邮电大学电子工程学院

基金: 国家重点研发计划(2017YFC0803700),国家自然科学基金面上项目“未来超密集异构网络的理论分析与资源协同优化研究”(61771072),北京市自然科学基金(4184099),公安部科技强警基础工作专项(2017GABJC38),中国人民公安大学基本科研业务费专项资金(2016JKF01317)

分类号: O157.5;TP309

DOI: 10.19678/j.issn.1000-3428.0051787

页码: 119-123

总页数: 5

文件大小: 689K

下载量: 176