复杂网络视角下跨社交网络用户身份识别研究综述

社交网络是一种具有交互特性的复杂网络,利用复杂网络具有的网络特性可以链接不同社交网络中的节点,并分析节点之间存在的联系,结合相关的匹配算法可以有效地识别出用户在不同社交网络上的虚拟账号,有助于各大社交网络为用户提供更好的服务。该文对近十多年来数据挖掘领域中提出的跨社交网络用户身份识别技术进行了系统性地综述,详细阐述了3类用户身份识别技术相似度的计算方法和统一的识别框架,利用相关的评价指标对分类后的用户身份识别技术进行性能评估,最后展望了跨社交网络用户身份识别技术的未来研究方向。     

社交网络用户身份关联及其分析

同一用户在不同社交平台注册账号,使得用户数据分散于多个平台,且这些数据不全面、不可靠、利用率低.通过分析这些跨平台的数据,发现不同账户对应同一用户的真实身份,使跨平台用户身份关联,以构建详细的用户画像、推荐系统、跨社交网络的链接预测等.从国内外身份关联技术的研究现状出发,介绍了用户身份关联及分析框架,整理了身份数据采集标准和社交网络数据集;分析了近几年用户身份关联技术,并归纳了身份关联评价指标,阐述了基于身份关联的社交网络数据挖掘及分析框架;最后对身份关联中的研究难点及热点进行了讨论和展望.     

面向网络安全治理的用户身份识别技术与挑战

网络用户身份识别对维护网络安全、推动网络身份管理制度建设具有重要价值。网络用户身份识别既是用户画像、行为预测、精准服务的研究基础,也是水军账号甄别、网络社会治理、涉网犯罪打击的技术支撑。分析了用户身份识别技术的进展,及其在机器人水军识别、目标社区检测和跨社交网络用户对齐方面的应用。首先,从用户身份识别的定义与发展历程出发,介绍了用户身份识别方法的分类;其次,对不同特征下的机器人水军识别方法进行了阐述,并分析了不同方法的主要适用场景;然后,针对水军相关的目标社区检测任务,梳理了目标社区检测技术的发展;其次,对现有跨社交网络用户对齐技术进行了分类。最后,对用户身份识研究当前面临的挑战进行了论述,并对其未来作出了展望。     

跨社交网络用户对齐技术综述

随着在线社交网络平台的日益普及,越来越多的用户加入到多个社交网络中,以便获取差异化的网络服务.跨社交网络用户对齐旨在从多个不同社交网络平台上的众多虚拟账户中寻找相同的自然人,这已成为近年来社交媒体研究的一个热点,对跨网络的推荐、链接预测、信息传播等多个研究领域起到重要促进作用.文章回顾了近年来跨社交网络平台用户对齐技术...     

虹膜识别技术研究

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术。文章详细介绍了虹膜识别技术的国内外发展现状和常用算法,并介绍了现有虹膜识别技术中存在的主要问题。     

嵌入式心音身份识别系统研究

心音信号是人体最重要的生理信号之一,在不同的人身上有着完全不同的特征并且具有极高的稳定性,可以用作生物识别技术的识别特征.该文在梅尔频率倒谱系数特征提取和矢量量化模式匹配识别算法的基础上开发了一种基于虚拟仪器的嵌入式心音身份识别系统,实现了用户身份注册、身份辨识和身份确认的功能.该装置可为当前社会所面临的各种身份鉴定和...     

基于Android的心音身份识别系统研究

心音信号蕴含了丰富的个体特征,心音信号的唯一性、不易伪造、易采集性决定了心音信号可以用于生物特征识别领域。该文基于安卓系统开发了一种利用心音进行身份识别的新型身份识别系统。识别算法基于MEL频率倒谱系数和矢量量化算法。该系统利用心音信号实现了用户注册,身份辨识等功能,可以准确高效地实现用户的身份识别。     

基于射频识别的心音身份认证系统研究

心音信号是人体最重要的生理信号之一,在不同的人身上有着不同的特征并且具有较高的稳定性,可以作为生物认证技术的认证特征.该文在GMM动态阈值算法基础上,开发了一种基于射频识别的心音身份认证系统,实现了用户身份注册、身份认证功能.     

基于密钥协商和身份匿名技术的社交发现隐私保护方案

针对移动社交网络中用户进行属性匹配时,服务器与用户可能会搜集查询用户的属性信息,恶意的攻击者可能发起中间人攻击、重放攻击和伪造身份攻击等问题,提出一种基于密钥协商和身份匿名技术的社交发现隐私保护方案。在该方案中,身份通过系统认证的查询用户与响应用户,基于查询用户随机选定的不可逆哈希函数与随机数,生成各自的属性哈希值集;服务器负责计算所有响应用户与查询用户的属性匹配值,根据值的大小向查询用户推荐好友。系统合法用户查询匹配过程中以及建立好友关系之后的保密通信使用的私钥,基于迪菲-赫尔曼密钥协商技术,经由服务器保密传输公开参数而生成,但对服务器保密。安全分析表明,该方案能够防止系统用户隐私信息泄露,进而保障了其身份的匿名性。同时,基于jPBC密码算法库在MyEclipse平台上对方案进行仿真实现,实验结果表明,该方案在减轻用户计算与通信负担方面比同类方案更加有效。     

指纹取像技术

生物识别技术已经成为身份识别和网络安全的发展方向之一。指纹识别技术是生物识别技术中最具有代表性和应用前景的一种技术。指纹图像的取像技术是指纹识别中的关键技术之一。本文分析比较了不同种类的指纹取像技术及其性能,并介绍了指纹取像技术的应用情况。     

基于LISP协议的网络构架的研究

身份和位置分离技术是下一代网络（NGN）研究的重要方向,由于IP技术固有的缺陷,使得IP地址既表示终端身份又表示终端网络地址的双重属性给网络管理、用户安全性、网络可扩展性带来诸多不便。在分析HIP、Shim6、LISP等现有身份和位置分离技术的基础上,对基于LISP协议的网络构架进行了研究。     

现实场景下行人身份识别

为了实现现实场景下的行人身份识别,结合人脸识别和行人重识别（Re-id）技术设计行人身份识别系统. 人脸识别技术能够在检测到行人的人脸时提高行人身份识别的精度,行人重识别通过改进的衣着信息消除（ICESD）模块来解决现实场景下的行人换装问题. 在存在大量未知行人的现实场景下,通过先识别是否为已知行人,然后识别具体行人类别的阈值过滤识别过程显著提升准度. 现实场景的应用测试和比较试验表明,相较于主流深度学习方法,在换装场景下,行人重识别技术能实现性能的显著提升,人脸识别也能显著提升整体识别准度. 系统的实时性分析表明,行人身份系统可以布置在现实场景下.     

基于网络结构与用户内容的动态兴趣识别方法

提出了将社交类服务中的两类极为重要的数据--社交网络结构数据和用户所发布的文本内容数据相结合的动态兴趣识别方法.首先通过定义时间窗口,对社交网络用户的实时文本信息进行主题建模,识别用户实时兴趣概率特征;然后将微观网络结构信息与用户好友的兴趣信息相结合,构建预测特征;最后,建立逻辑回归、支持向量机等分类器,采用所构建的预测特征对用户兴趣进行动态预测.在新浪微博中的应用表明,该方法具备一定的有效性.     

基于灰度梯度的虹膜定位方法研究

利用虹膜识别进行身份认证,是一种准确有效并具有巨大发展潜力的身份认证技术,本文基于人眼图像的灰度几何特性,介绍了一种基于微分积分圆形检测算子的虹膜定位方法,并对真实图像进行了检测实验,结果表明,该方法能有效准确地进行虹膜的内外边界定位,从而为虹膜模式分析和识别奠定良好基础。     

基于步态识别的移动设备身份认证模型

智能移动设备遗失时,隐私泄露是一个大问题。现在的生物特征识别技术必须借助相应的辅助设备,如指纹识别、人脸识别等,认证操作复杂且成本较高。针对以上问题,该文提出一种基于步态识别的移动设备身份认证模型。在训练阶段,通过移动设备自带的加速度传感器对用户在日常生活中不同行为下的步态数据进行收集,提取特征形成特征向量并建立步态模型;在识别阶段,利用基于神经网络的模型匹配算法进行身份识别。系统实现采用C/S架构,所有传输数据采用国密SMS4对称加密算法进行加密,保证了数据传输的安全性。实验表明,神经网络算法的平均识别率为78.13%,综合反馈机制之后,可以达到98.96%的认证准确率。     

一种无线充电识别电路的设计

基于原副线圈耦合程度对原边LC串联谐振电路电压产生影响,设计了一种低频的身份识别电路.在身份识别阶段,按照一定的频率有节奏地改变副边电路补偿电容的大小,促使副边电路谐振频率发生改变,同时改变了原副线圈的耦合系数,进而改变原边LC电路的Q值和电感峰值电压.单片机通过检测原边LC电路是否产生相应频率的高低电压来达到身份识别的目的.若副边电路通过身份识别,则原边电路正常工作;否则原边电路进入低功耗的待机状态.     

生物特征识别技术综述

通过对各种生物特征识别技术的基本原理和关键技术进行分析比较,探讨了生物特征识别技术的研究前景——多生物特征识别。生物特征识别技术作为一种身份识别手段具有独特的优势,是近年来国际上的研究热点,对信息安全等有重要意义。     

生物特征识别技术综述

通过对各种生物特征识别技术的基本原理和关键技术进行分析比较，探讨了生物特征识别技术的研究前景——多生物特征识别。生物特征识别技术作为一种身份识别手段具有独特的优势，是近年来国际上的研究热点，对信息安全等有重要意义。     

基于掌纹的身份自动识别方法综述

回顾了身份自动识别技术的各种方法,按照识别特征的不同,对掌纹的识别方法进行了分类综述,主要介绍了基于模板匹配的方法、图像分析的方法、基于线特征的方法、傅立叶变换(Fourier transform)的方法、Sobel算子和形态学的方法、K-L变换的识别方法、二维Gabor滤波器的方法、F isher-palm s方法、模板学习、小波变换的方法。最后提出了掌纹识别技术今后的发展方向。     

基于小波变换和SVD的心电身份识别

基于心电信号的身份识别技术是生物身份识别领域研究的热点问题.该文利用小波变换将经过预处理之后的心电信号进行多尺度分解,组成一个初始特征矩阵;随后对该矩阵进行奇异值分解,分解后的奇异值包含了心电信号的重要信息,将其作为特征参数并最终采用支持向量机对心电信号进行匹配识别.通过对26个正常测试者的心电信号进行识别,识别率可达97.80％.