| 基于DeepLink的社交网络去匿名方法 |
| |
| 作者姓名： | 王培 贾焰 李爱平 蒋千越 |
| |
| 作者单位： | 国防科技大学计算机学院，湖南 长沙 410073 |
| |
| 基金项目： | 国家重点研究发展计划基金(2017YFB0802204);国家重点研究发展计划基金(2016YFB0800303);国家重点研究发展计划基金(2017YFB0803301);国家重点研究发展计划基金(2016QY03D0603);国家重点研究发展计划基金(2016QY03D0601);国家重点研究发展计划基金(2016QY01W0101);国家自然科学基金(61732004);国家自然科学基金(61732022);国家自然科学基金(61502517);国家自然科学基金(61472433);国家自然科学基金(61672020);国家自然科学基金(U1803263);东莞创新研究团队计划(2018607201008) |
| |
| 摘 要： | 现有的社交网络去匿名方法主要是基于网络结构,对网络结构进行学习与表示是去匿名的关键。用户身份链接(user identity linkage)的目的是检测来自不同社交网络平台的同一个用户。基于深度学习的跨社交网络用户对齐技术,很好地学习了不同社交网络的结构特征,实现了跨社交网络的用户对齐。将该技术用于同一社交网络匿名用户识别,实验结果优于传统去匿名方法。
|
| 关 键 词： | 匿名 去匿名 隐私 社交网络 图数据 |
De-anonymiation method for networks based on DeepLink |
| |
| Authors: | Pei WANG Yan JIA Aiping LI Qianyue JIANG |
| |
| Affiliation: | College of Computer,National University of Defense Technology,Changsha 410073,China |
| |
| Abstract: | Existing de-anonymization technologies are mainly based on the network structure.To learn and express network structure is the key step of de-anonymization.The purpose of the user identity linkage is to detect the same user from different social networking platforms.DeepLink is a cross-social network user alignment technology.It learns the structural of the social networks and align anchor nodes through deep neural networks.DeepLink was used to identify de-anonymization social networks,and the results outperforms the traditional methods. |
| |
| Keywords: | anonymization de-anonymization privacy social network graph data |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |
