基于双向特征增强异构图卷积的恶意社交机器人检测方法

AITNT
正文
推荐专利
基于双向特征增强异构图卷积的恶意社交机器人检测方法
申请号:CN202410973276
申请日期:2024-07-19
公开号:CN118520868B
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了基于双向特征增强异构图卷积的恶意社交机器人检测方法,包括:步骤1:通过用户发布的内容提取互动过程中形成的社交关系网络矩阵,同时提取用户发布的原创文本内容;步骤2:将原创文本内容通过LaBSE模型进行编码,得到最终的用户文本特征向量;步骤3:构建双向特征增强异构图卷积网络模型并进行训练;步骤4:将社交关系网络矩阵输入到训练后的双向特征增强异构图卷积网络模型,得到整体节点特征;步骤5:对最终的用户文本特征向量应用线性变换,再融合整体节点特征,得到恶意社交机器人检测结果。本发明方法,有效地捕捉社交网络中互动关系的方向性和交互性,准确地识别出社交网络中的正常用户和恶意社交机器人。
技术关键词
文本特征向量 节点特征 卷积网络模型 社交机器人 关系网络 异构 矩阵 社交网络结构 最终用户 参数 交互性 注意力 编码 序列
系统为您推荐了相关专利信息
1
显示方法、装置、设备、可读存储介质及计算机程序产品
文本 进度条 节点 关系网络 对象
2
一种基于低代码的站群管理方法及系统
管理方法 JavaScript渲染 节点特征 图像 融合特征
3
一种机器人装配规划系统及方法
规划系统 注意力神经网络 机器人 学习器 节点特征
4
知识图谱与时空图网络融合驱动的风电机组状态监测方法
网络融合驱动 风电机组 运维知识图谱 节点特征 数据
5
图结构重构方法、设备、存储介质及程序产品
构图结构 结构重构方法 强化学习模型 融合特征 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号