10.3969/j.issn.1000-386x.2022.05.009
基于差分隐私保护和近邻优化的微博僵尸用户检测
僵尸用户导致的数据造假现象严重影响了微博的健康发展.针对采用基于密度的DPC算法进行僵尸用户检测时存在泄露正常用户隐私信息,以及在密度分布不均匀的微博数据中检测结果不理想的问题,提出一种基于差分隐私技术和近邻优化的僵尸用户检测方法.该方法将满足差分隐私的Laplace噪声添加至检测过程中,以实现基于隐私保护的僵尸用户检测.并通过引入反向k近邻的概念重新定义样本密度,从而更准确地反映样本点的局部信息,提高在非均匀分布的数据中僵尸用户检测的准确率.实验结果表明,该方法在实现正常用户隐私保护的同时,僵尸用户检测的准确率提高约4百分点.
僵尸用户检测、隐私泄露、差分隐私保护、近邻优化
39
TP309.2(计算技术、计算机技术)
四川省科技计划项目2019YFSY0032
2022-07-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
54-59
