一种基于图分析和分类算法的社交网络虚假账户识别方法

摘要：

社交网络中存在大量特征多样的虚假账户,难以对其进行识别.为提高社交网络中虚假账户辨识度,提出基于图分析和分类算法的虚假账户识别方法.对社交网络信息中的图像进行分类处理,利用高斯核函数划分账户登记数据,降低噪声干扰.在获取全部虚假账户登记数据的基础上,使用主成分分析法对虚假数据特征进行分析;采用机器学习算法训练虚假账户数据,根据虚假账户不同特征值,计算相应信任度,完成社交网络中基于图分析和分类算法的虚假账户识别.仿真结果表明,采用所提方法对社交网络中虚假账户识别的精度高达98％,识别速度较快,且对信任度评估结果较好,可有效保证社交网络账户的安全.

关键词：虚假账户识别、社交网络、图分析、噪声干扰、图像分类、数据训练、信任度评价

所属期刊栏目：44

分类号：TN911.73-34;TPL81

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-84