0 引言

發(fā)現(xiàn)社交媒體中的網(wǎng)絡(luò)安全用戶可以有效追蹤網(wǎng)絡(luò)安全動(dòng)態(tài)，對(duì)網(wǎng)絡(luò)安全防護(hù)具有重要意義。實(shí)際上，識(shí)別社交網(wǎng)絡(luò)中的網(wǎng)絡(luò)安全用戶也是對(duì)社交網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行分類(lèi)發(fā)現(xiàn)。

現(xiàn)實(shí)生活中，人們傾向于與類(lèi)似的人發(fā)展社會(huì)關(guān)系，所以社交用戶的好友會(huì)分享更多的屬性，如種族、民族、宗教和職業(yè)——這就是所謂的“同質(zhì)性原則”[1]。這導(dǎo)致了在Twitter上相互關(guān)注的人通常有共同的話題興趣，可以通過(guò)相互關(guān)注關(guān)系來(lái)推斷社交媒體用戶的屬性。另外，社交用戶還具備其他可以獲取的數(shù)據(jù)，如社交文本和用戶資料，這些資料構(gòu)成新的用戶屬性，也有助于推斷用戶的興趣或者職業(yè)，與用戶的社交關(guān)系形成互補(bǔ)。

當(dāng)前已經(jīng)有大量的用戶分類(lèi)工作都是基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行節(jié)點(diǎn)的分類(lèi)。比如，網(wǎng)絡(luò)表示學(xué)習(xí)方法直接對(duì)網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行學(xué)習(xí)提取，將得到的特征用于分類(lèi)可以取得不錯(cuò)的效果。然而，現(xiàn)有的網(wǎng)絡(luò)表示學(xué)習(xí)方法缺乏對(duì)社交文本和社交基本資料特征的學(xué)習(xí)，極大地限制了其分類(lèi)效果。相對(duì)于單純利用社交網(wǎng)絡(luò)結(jié)構(gòu)對(duì)用戶進(jìn)行分類(lèi)，當(dāng)前主流的圖神經(jīng)網(wǎng)絡(luò)算法創(chuàng)新性地融入了網(wǎng)絡(luò)節(jié)點(diǎn)的其他屬性特征，獲得了更高的分類(lèi)準(zhǔn)確率。本文針對(duì)網(wǎng)絡(luò)表示學(xué)習(xí)方法缺乏社交文本特征的問(wèn)題，通過(guò)改進(jìn)Node2vec[2]方法，使其融合多種網(wǎng)絡(luò)屬性特征而更加有利于分類(lèi)，從而識(shí)別出社交媒體中的網(wǎng)絡(luò)安全用戶。

本文的創(chuàng)新性工作包括：

(1)利用網(wǎng)絡(luò)表示學(xué)習(xí)模型Node2vec來(lái)進(jìn)行網(wǎng)絡(luò)節(jié)點(diǎn)的特征表示，將結(jié)構(gòu)特征向量和相應(yīng)用戶節(jié)點(diǎn)的文本特征向量進(jìn)行拼接，形成社交用戶節(jié)點(diǎn)的向量表示。

(2)標(biāo)注了部分網(wǎng)絡(luò)安全用戶，初步形成網(wǎng)絡(luò)安全用戶資料庫(kù)。對(duì)于每個(gè)用戶節(jié)點(diǎn)，生成其網(wǎng)絡(luò)安全文本特征。

(3)利用自監(jiān)督學(xué)習(xí)方法進(jìn)行分類(lèi)模型的訓(xùn)練樣本擴(kuò)充，提升了分類(lèi)效果。

結(jié)果表明，在已經(jīng)收集的Twitter數(shù)據(jù)集上，所提方法的平均識(shí)別準(zhǔn)確率為96.37%，比現(xiàn)有常用的算法平均高出0.48%～3.67%。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://m.jysgc.com/resource/share/2000004615

作者信息：

劉向宇，燕  瑋，孟星妤，侯開(kāi)茂

(華北計(jì)算機(jī)系統(tǒng)工程研究所，北京100083)