![](/__local/4/F0/AC/519D567AFC45BE103C2A151C5A5_56F6AFA4_1E43.png)
学位论文简介
计算机技术与社会的融合推动了社交网络的蓬勃发展。从最初的在线论坛发展到如今的多元化社交网络,已成为人们获取信息、交流互动、表达自我、构建关系的重要平台,吸引了庞大的用户群体。然而,随着社交网络的普及和用户规模的不断扩大,网络水军、虚假账号、诈骗账号等恶意行为也在不断增加,严重威胁着网络生态的健康和安全。解决这一问题对用户个人安全和信息隐私至关重要,也关乎整个网络生态的可持续发展。本文通过对主流社交网络进行数据驱动型的深入研究,提出了以下创新性研究成果:
(1) 提出了基于XGBoost和图卷积网络的恶意账户检测算法:通过结合XGBoost和图卷积网络,提高了恶意账户检测的准确性。
(2) 提出了基于密度块检测的恶意账户检测算法:针对点评类社交网络,提出了一种基于密度块检测的新算法,有效提高了检测精度和效率。
(3) 提出了基于图和文本多头注意力机制的恶意账户检测算法:结合图卷积网络和多头注意力机制,提高了开放型交友软件中恶意账户检测的精度,并突显了文本相关信息的重要性。
(4) 提出了基于PLSTM和互补生成对抗网络的恶意账户检测算法:针对开发者社区中动态活动稀疏和恶意账户行为记录不足的问题,提出了一种单类别分类模型,通过PLSTM网络和互补生成对抗网络,有效检测恶意账户。
这些研究成果为恶意账户检测提供了新的方法和思路,有望为维护社交网络生态安全做出重要贡献。
主要学术成果
[1] Yuting Tang, Dafang Zhang, Kuan-Ching Li, Junsong Yuan, Uncovering malicious accounts in online social networks using XGBoost and Graph Convolution Networks, IEEE Transactions on Consumer Electronics. (SCI 二区)
[2] Yuting Tang, Dafang Zhang, Wei Liang, , Kuan-Ching Li, Keqin Li, Uncovering malicious accounts in open mobile social networks using a graph and text-based Attention fusion algorithm, IEEE Internet of Things Journal. (SCI 一区,Minor review)
[3] Yuting Tang, Dafang Zhang, Wei Liang, Kuan-Ching Li, Di Martino Beniamino, ANSec: Exploiting PLSTM-Based Adversarial Nets for Malicious Accounts Detection in Developer Communities, IEEE Internet of Things Journal. (SCI 一区, Major review)
[4] Yuting Tang, Dafang Zhang, Wei Liang, Kuan-Ching Li, and Nitin Sukhija, Active Malicious Accounts Detection with Multimodal Fusion Machine Learning Algorithm, Springer, 2022.DOI:10.1007/978-981-19-0468-4 4.(EI)
[5] Chunyan Diao, Dafang Zhang, Juan Chen, Yuting Tang, Lijun Xiao, Research on the Application of Time and Space Prediction Method in Traffic Flow Prediction, Smartcloud, 2021:61-66(EI)
[6] 专利:社交网络中恶意账户检测方法、 设备及存储介质, 中国, 202310377102.4