基于特征加权贝叶斯神经网络的微博异常账号检测

• 作者: 叶维 王峥 邱秀连
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 特征加权贝叶斯 贝叶斯神经网络 账号检测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2323-2328
• 页数: 6页
• 分类号: TP183
• 字数: 4508字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.11.034

摘要

准确检测出微博的异常账号对净化网络环境有着至关重要的作用.为了更精确地检测出微博异常账号,提出一种基于特征加权贝叶斯(Weighted Native Bayesian,WNB)优化贝叶斯神经网络(Bayesian Neural Network,BNN)的微博账号检测模型.首先从微博账号中提取出多个行为特征,并且将行为特征进行归一化处理,然后对微博账号的行为特征建立贝叶斯神经网络模型进行检测,并采用WNB对神经网络的权值进行优化,以求获得最佳的检测效果.实验结果表明,基于特征加权贝叶斯神经网络的检测模型较采用贝叶斯神经网络时检测精度有了明显提高,所提出的检测模型具有较高的检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峥		9	18	3.0	3.0
2	邱秀连		8	15	2.0	3.0
3	叶维		1	2	1.0	1.0