摘要
本发明提供了面向社交网络的文本隐写分析数据集构建方法,所述方法包括:针对社交网络平台构建异质信息网络,并采用异质信息网络数据训练生成式文本隐写模型,通过模型处理秘密信息生成多类型的隐写文本,形成社交网络隐写文本库,基于元路径的局部群体发现技术采样特殊用户群体,确保该群体在社交网络用户中的占比稀疏,从隐写文本占比、类型和分布三个维度对采样用户的社交帖子进行重构,实现动态调控数据集中隐写文本的复杂性与稀疏度。该方法成功构建符合真实社交网络模式的数据集,以支撑在文本碎片化且隐写文本极度稀疏的场景下进行文本隐写检测研究,对于推动文本隐写分析技术的发展、维护网络安全和社会稳定具有重要意义。
技术关键词
异质信息网络
文本隐写分析
数据集构建方法
帖子
隐写算法
社交网络文本
信息网络结构
网络平台
重构
多节点
策略
广度优先搜索
实体
关系
通信接口
处理器
系统为您推荐了相关专利信息
多视角特征融合
隐写分析方法
文本隐写分析
分布特征
网络用户
数据集构建方法
动态
依存句法分析
自然语言文本
模型训练方法
信息检测方法
帖子
注意力机制
信息传播路径
文本语义分析