基于信息增益的KNN社交网络异常用户检测

武海燕; 李坤明

首页> 中文期刊> 《软件导刊》 >基于信息增益的KNN社交网络异常用户检测

基于信息增益的KNN社交网络异常用户检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了解决传统机器学习算法对社交网络异常用户检测准确率不高的问题,提出一种基于信息增益的K近邻社交网络异常用户检测方法.首先通过使用信息增益特征选择方法确定数据集中每个属性的重要性,去除冗余属性;然后使用KNN分类算法构建分类模型.为验证所构建模型的效果,使用真实数据集进行实验.实验结果表明,进行特征选择后构建的分类模型在分类精确率和召回率上均优于传统分类模型,其中精确率提升1.6％、召回率提升2.3％.使用信息增益特征选择方法对特征权重进行排序,删除冗余特征后构建的分类模型可以提升对社交异常用户的检测效果.

著录项

来源
《软件导刊》 |2021年第4期|53-56|共4页
作者
武海燕; 李坤明;
展开▼
作者单位

铁道警察学院图像与网络侦查系河南郑州450053;

铁道警察学院图像与网络侦查系河南郑州450053;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
社交网络; 异常用户检测; 信息增益; KNN;

相似文献

中文文献
外文文献
专利

1. 基于信息增益的KNN社交网络异常用户检测 [J] . 武海燕 ,李坤明 . 软件导刊 . 2021,第004期
2. 基于XGBoost方法的社交网络异常用户检测技术 [J] . 袁丽欣 ,顾益军 ,赵大鹏 . 计算机应用研究 . 2020,第003期
3. 基于KMV模型的在线社交网络异常用户检测 [J] . 黄树斌 ,王彤 . 信息安全与技术 . 2016,第004期
4. 基于Scrapy的社交网络异常用户检测系统研究与开发 [J] . 王一博 . 信息与电脑 . 2016,第014期
5. 基于信息增益特征选择的网络异常检测模型 [J] . 刘汝隽 ,贾斌 ,辛阳 . 计算机应用 . 2016,第0z2期
6. 基于TCM-KNN和遗传算法的网络异常检测技术 [C] . 李洋 ,中国科学院研究生院 ,方滨兴 . 2007年全国网络与信息安全技术研讨会 . 2007
7. 基于半监督学习的社交网络异常用户检测方案研究与实现 [A] . 孙铭 . 2020

基于信息增益的KNN社交网络异常用户检测

摘要

著录项

相似文献

相关主题

期刊订阅