《基於多特徵融合的網路用戶行為識別研究》是依託清華大學，由吳同擔任項目負責人的面上項目。
基本介紹
- 中文名：基於多特徵融合的網路用戶行為識別研究
- 依託單位：清華大學
- 項目負責人：吳同
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
在眾多網路用戶中，網路水軍是當前網路空間安全面臨的重要威脅。為躲避監管，在不同類型通道中，水軍行為始終在不斷演變，針對通道差異化的自適應識別研究成為可支撐動態對抗的難點問題。本項目將針對網路水軍，開展基於多特徵融合的網路用戶行為識別模式研究，主要包括：水軍行為與發帖內容的特徵融合表征、面向類通道的多任務協同學習、面向混合通道的多模態深度最佳化學習、基於動態工作流的參數調節機制。本項目為提高真實環境下水軍識別模型的準確率和學習自適應性提供了一定程度的理論依據和技術指導，有較強的理論價值和現實意義。
結題摘要
針對網路用戶行為特徵複雜、隱蔽性強的特點，本項目將多特徵融合的研究方法引入網路水軍深度識別中，利用從網路中獲取的真實用戶數據，在理論上重點研究通道差異化條件下的多任務學習的水軍識別模型，構建行為-內容特徵融合的水軍特徵非線性融合最佳化架構，在此架構基礎上深入研究了基於情感分析及基於跨模態兩種水軍檢測方法。具體的講，基於情感分析的檢測方法主要分析用戶評論內容中所隱藏的情感，從而發現用戶行為與情感不相符的隱藏性水軍，主要使用SVM分類算法對用戶評論進行分析，並加入用戶行為的匹配規則設定從而構建行為-內容特徵融合的架構模型，對隱蔽性較強的水軍有較好的識別能力和準確率。基於跨模態的研究方法主要將用戶發表的文字與圖片進行結合和互相轉化，將圖片與文字結合分析，利用CCA算法進行文本圖像跨模態匹配，並利用量化打分的方法最終發現疑似水軍用戶。依託本項目，產出SCI期刊論文1篇，CCF C類會議論文2篇（EI），受理專利2個，獲得軟著1個，順利地完成了項目申請書中的研究任務。
