10.19665/j.issn1001-2400.2023.04.020
一种利用注意力增强卷积的暗网用户对齐方法
暗网用户在地下市场从事大量违法犯罪活动,暗网的匿名性给暗网用户之间的沟通交流带来了极大的便利,但也给执法人员带来了极大困难.近年来,深度神经网络在各个领域取得广泛成功,越来越多的研究者开始利用神经网络对匿名的网络文本作者进行身份识别.为了更好地进行暗网用户对齐,寻找更多同一身份的不同用户,笔者借用神经网络方法进行暗网用户身份识别和对齐.然而已有的方法主要面向短文本,不擅长处理全局和长序列信息.文中提出了一种自注意机制来增强卷积算子,利用长序列信息来建模暗网用户发表的网络文本的方法,从文本内容入手,对匿名的暗网用户进行多账号关联,达到聚合多个匿名账号信息的目的,为获取用户的真实身份提供更多线索.笔者在两个不同的暗网市场论坛进行全面评估,将提出的方法与当前最先进的技术进行了比较.结果表明提出的方法非常有效,在两个公开数据集上平均检索排名(MRR)分别提高约 2.9%和 3.6%,Recall@10 分别提高约 2.3%和 3.0%.这项评估为该方法在暗网市场论坛中的有效性提供了强有力的证据.
文本嵌入、注意力机制、卷积算子、长序列信息
50
TP18(自动化基础理论)
国家重点研发计划2021YFB3100600
2023-09-13(万方平台首次上网日期,不代表论文的发表时间)
共9页
206-214