期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种面向图分类攻击的对抗检测算法
1
作者
徐慧玲
宣琦
陈晋音
《小型微型计算机系统》
CSCD
北大核心
2023年第10期2113-2119,共7页
近年来,图分类是一个在不同领域具有实际应用价值的基本问题.同时,有关图分类任务的恶意攻击层出不穷.现有的方法主要集中在提高图分类模型的精度上,忽略了鲁棒性和可解释性.此外大部分工作是使用对抗图来减少恶意攻击的负面影响,通常...
近年来,图分类是一个在不同领域具有实际应用价值的基本问题.同时,有关图分类任务的恶意攻击层出不穷.现有的方法主要集中在提高图分类模型的精度上,忽略了鲁棒性和可解释性.此外大部分工作是使用对抗图来减少恶意攻击的负面影响,通常忽视了干净图的潜力,主要是因为它们无法区分对抗图和正常图.因此,本文研究了通过特征转换来探索干净图和对抗图之间的内在差异,从而增强图神经网络对恶意攻击的鲁棒性问题.特别地,提出了一种新的对抗检测机制,可以通过干净图创建有监督的知识来训练检测能力.最后在3种真实数据集上,对3种图分类攻击展开对抗检测实验.实验结果表明联合动态对抗检测的性能最优,检测率高达90%,可有效检测对抗图.
展开更多
关键词
图分类
对抗检测
子图
网络
数据挖掘
下载PDF
职称材料
基于子图交互关系的网络结构增强算法
2
作者
胡雯
马闯
张海峰
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期282-289,共8页
已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高。鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系。同时,这两种加权网络的权重...
已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高。鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系。同时,这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出,从而避免了子图网络的构造过程,大大降低了算法复杂度。最后,以关键点识别任务作为研究对象说明这两种加权网络在结构挖掘应用中的性能。基于加权网络定义了两种新的中心性指标,在8个真实网络中与7种经典的中心性指标进行对比,实验结果表明基于加权网络的中心性指标具有更好的性能。
展开更多
关键词
关键点识别
子图
子图
网络
网络
赋权
下载PDF
职称材料
基于Bert-GNNs异质图注意力网络的早期谣言检测
3
作者
欧阳祺
陈鸿昶
+2 位作者
刘树新
王凯
李星
《电子学报》
EI
CAS
CSCD
北大核心
2024年第1期311-323,共13页
网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局...
网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局限性,充分利用到谣言数据中的文本全局-局部上下文语义关系、文本语义内容特征和推文传播的结构特征,本文提出了一种基于Bert-GNNs异质图注意力网络的早期谣言检测算法(Bert-GNNs Heterogeneous Graph Attention Network,BGHGAN).该方法根据历史谣言集和用户特征构建一个推文-词-用户异质图,通过采用预训练语言模型Bert和图卷积神经网络(Graph Convolutional Network,GCN)结合的方法进行特征学习,以挖掘谣言的文本语义特征和文本之间的关系,并将异质图分解为推文-词子图和推文-用户子图,采用图注意力网络(Graph Attention network,GAT)的方式分别进行特征学习,从而更充分利用文本全局-局部上下文语义关系和传播图的全局结构关系以加强特征表达;最后,通过子图级注意力机制将不同模块的学习集成进行最终的谣言检测.所提算法在真实的Twitter15和Twitter16数据上进行实验,验证了该算法在检测准确率上分别为91.4%和91.9%,较现有最佳模型分别提高了1%和1.4%,也具备在早期阶段对谣言的检测能力;同时,本文通过实验探讨了不同特征对谣言检测的重要性、对异质图构建质量的重要性.
展开更多
关键词
虚假谣言
Bert-GCN模块
子图
注意力
网络
模块
全局语义关系
全局结构关系
局部上下文语义关系
下载PDF
职称材料
题名
一种面向图分类攻击的对抗检测算法
1
作者
徐慧玲
宣琦
陈晋音
机构
浙江工业大学信息工程学院
浙江工业大学网络空间安全研究院
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第10期2113-2119,共7页
基金
国家自然科学基金项目(61973273)资助
浙江省重点研发计划项目(2022C01018)资助
国家自然科学基金项目(62072406)资助.
文摘
近年来,图分类是一个在不同领域具有实际应用价值的基本问题.同时,有关图分类任务的恶意攻击层出不穷.现有的方法主要集中在提高图分类模型的精度上,忽略了鲁棒性和可解释性.此外大部分工作是使用对抗图来减少恶意攻击的负面影响,通常忽视了干净图的潜力,主要是因为它们无法区分对抗图和正常图.因此,本文研究了通过特征转换来探索干净图和对抗图之间的内在差异,从而增强图神经网络对恶意攻击的鲁棒性问题.特别地,提出了一种新的对抗检测机制,可以通过干净图创建有监督的知识来训练检测能力.最后在3种真实数据集上,对3种图分类攻击展开对抗检测实验.实验结果表明联合动态对抗检测的性能最优,检测率高达90%,可有效检测对抗图.
关键词
图分类
对抗检测
子图
网络
数据挖掘
Keywords
graph classification
adversarial detection
subgraph network
data mining
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于子图交互关系的网络结构增强算法
2
作者
胡雯
马闯
张海峰
机构
安徽大学数学科学学院
安徽大学互联网学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第2期282-289,共8页
基金
国家自然科学基金(61973001)
安徽省自然科学基金(2008085QF299)。
文摘
已有研究基于子图交互关系构造子图网络来实现网络结构增强,然而其算法复杂度高。鉴于此,基于不同阶子图网络的拓扑属性分别对原始网络进行赋权,得到一阶和二阶加权网络,以权重的形式直观体现子图交互关系。同时,这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出,从而避免了子图网络的构造过程,大大降低了算法复杂度。最后,以关键点识别任务作为研究对象说明这两种加权网络在结构挖掘应用中的性能。基于加权网络定义了两种新的中心性指标,在8个真实网络中与7种经典的中心性指标进行对比,实验结果表明基于加权网络的中心性指标具有更好的性能。
关键词
关键点识别
子图
子图
网络
网络
赋权
Keywords
identification of key nodes
subgraph
subgraph network
weighting network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
N94 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于Bert-GNNs异质图注意力网络的早期谣言检测
3
作者
欧阳祺
陈鸿昶
刘树新
王凯
李星
机构
中国人民解放军战略支援部队信息工程大学
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第1期311-323,共13页
基金
中原英才计划(No.212101510002)。
文摘
网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局限性,充分利用到谣言数据中的文本全局-局部上下文语义关系、文本语义内容特征和推文传播的结构特征,本文提出了一种基于Bert-GNNs异质图注意力网络的早期谣言检测算法(Bert-GNNs Heterogeneous Graph Attention Network,BGHGAN).该方法根据历史谣言集和用户特征构建一个推文-词-用户异质图,通过采用预训练语言模型Bert和图卷积神经网络(Graph Convolutional Network,GCN)结合的方法进行特征学习,以挖掘谣言的文本语义特征和文本之间的关系,并将异质图分解为推文-词子图和推文-用户子图,采用图注意力网络(Graph Attention network,GAT)的方式分别进行特征学习,从而更充分利用文本全局-局部上下文语义关系和传播图的全局结构关系以加强特征表达;最后,通过子图级注意力机制将不同模块的学习集成进行最终的谣言检测.所提算法在真实的Twitter15和Twitter16数据上进行实验,验证了该算法在检测准确率上分别为91.4%和91.9%,较现有最佳模型分别提高了1%和1.4%,也具备在早期阶段对谣言的检测能力;同时,本文通过实验探讨了不同特征对谣言检测的重要性、对异质图构建质量的重要性.
关键词
虚假谣言
Bert-GCN模块
子图
注意力
网络
模块
全局语义关系
全局结构关系
局部上下文语义关系
Keywords
fake news
Bert-GCN module
sub-graph attention network module
global semantic relationship
global structure relationship between the text
local contextual semantic relation
分类号
TP393.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种面向图分类攻击的对抗检测算法
徐慧玲
宣琦
陈晋音
《小型微型计算机系统》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于子图交互关系的网络结构增强算法
胡雯
马闯
张海峰
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
3
基于Bert-GNNs异质图注意力网络的早期谣言检测
欧阳祺
陈鸿昶
刘树新
王凯
李星
《电子学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部