-
题名关注社交异配性的社交机器人检测框架
被引量：1
- 1
-
-
作者
余尚戎
肖景博
殷琪林
卢伟
-
机构
中山大学计算机学院
中山大学信息技术教育部重点实验室
广东省信息安全技术重点实验室
-
出处
《信息网络安全》
CSCD
北大核心
2024年第2期319-327,共9页
-
基金
国家自然科学基金[U2001202,62072480]。
-
文摘
随着社交机器人的迭代,其倾向于与正常用户进行更多交互,对其检测变得更具挑战性。现有检测方法大多基于同配性假设,由于忽视了不同类用户间存在的联系,难以保持良好的检测性能。针对这一问题文章提出一种关注社交异配性的社交机器人检测框架,以社交网络用户间的联系为依据,通过充分挖掘用户社交信息来应对异配影响,并实现更精准的检测。文章分别在同配视角和异配视角下看待用户之间的联系,将社交网络构建为图,通过消息传递机制实现同配边和异配边聚合,以提取节点的频率特征,同时利用图中各节点特征聚合得到社交环境特征,将以上特征混合后用于检测。实验结果表明,文章所提方法在开源数据集上的检测效果优于基线方法,证明了该方法的有效性。
-
关键词
社交机器人检测
同配性与异配性
图神经网络
-
Keywords
social bot detection
homophily and heterophily
graph neural network
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
