基于XGBoost方法的社交网络异常用户检测技术

• 作者: 袁丽欣 赵大鹏 顾益军
• 来源期刊: 计算机应用研究
• 关键词: XGBoost 社交网络 异常用户检测 异常账号检测 垃圾广告发送者
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 814-817
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0651

摘要

针对传统社交网络异常用户检测算法应用于现实中非平衡数据集时存在召回率低、运行效率低等问题,对社交网络数据集提取用户内容、行为、属性、关系特征,应用梯度增强集成分类器XGBoost算法进行特征选择,建立分类模型,构造非平衡数据集并识别三类垃圾广告发送账号.实验结果表明,该方法与随机森林等传统分类方法相比,对平衡及非平衡数据集进行异常用户检测均实现召回率和F1值的有效提升;同时其选取少量特征同样可达到较高检测水平,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾益军	中国人民公安大学信息技术与网络安全学院	30	79	5.0	7.0
2	赵大鹏	中国人民公安大学信息技术与网络安全学院	2	1	1.0	1.0
3	袁丽欣	中国人民公安大学信息技术与网络安全学院	3	5	1.0	2.0