检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年第1期9卷 65-78页

作者：张岚泽顾益军彭竞杰中国人民公安大学信息网络安全学院北京100038

【目的】为提高图神经网络在信贷欺诈检测中的准确性,引入拓扑结构分析,提出融合先验结构信息的图深度欺诈检测模型PSI-GNN。【方法】通过结构信息编码将表征中心节点拓扑结构的属性信息嵌入特征向量;将消息传递分为近端与远端两个方面... 详细信息

【目的】为提高图神经网络在信贷欺诈检测中的准确性,引入拓扑结构分析,提出融合先验结构信息的图深度欺诈检测模型PSI-GNN。【方法】通过结构信息编码将表征中心节点拓扑结构的属性信息嵌入特征向量;将消息传递分为近端与远端两个方面,基于浅层图神经网络模型聚合近端节点信息,以随机游走结构相似性为导向聚合远端同构性信息;最后,将上述消息传递结果融合得到节点嵌入表示。【结果】在包含欺诈行为的信贷或交易网络DGraph-Fin和TFinance数据集上,与9个相关领域的图神经网络模型相比,PSI-GNN模型的Macro-F1和AUC分别具有2.62、4.55和4.67、2.33个百分点的提升。【局限】处理节点结构信息的过程时间开销较大。【结论】通过对信贷网络结构属性和同构信息建模,实现对信贷欺诈者的检测。

关键词：电商信贷图神经网络欺诈检测同构性

来源：评论

学校读者我要写书评

暂无评论

RMFKAN:基于改进图Mamba的网络水军检测方法

引用

计算机科学与探索 2025年第5期19卷 1365-1378页

作者：王宇哲颜靖华卜凡亮王一帆李嘉韩竹轩中国人民公安大学信息网络安全学院北京100038

网络水军检测任务对构建和谐网络空间至关重要。针对现有基于图Transformer的网络水军检测方法无差别传递来自社区的节点之间的信息,从而导致节点表示过于同质,在处理长距离依赖关系时存在过度压缩和过度平滑,最终降低网络水军检测效果... 详细信息

网络水军检测任务对构建和谐网络空间至关重要。针对现有基于图Transformer的网络水军检测方法无差别传递来自社区的节点之间的信息,从而导致节点表示过于同质,在处理长距离依赖关系时存在过度压缩和过度平滑,最终降低网络水军检测效果的问题,提出了一种基于关系双向图Mamba的傅里叶Kolmogorov-Arnold网络(RMFKAN)模型用于检测社交平台中的网络水军。通过异质感知的长距离关系特征提取方法解决了大规模社交网络跨社区长距离关系特征丢失的问题。通过引入双向选择状态空间模型(Bi-Mamba)解决了处理长距离依赖关系时的过度压缩和过度平滑问题。具体而言,通过随机游走策略令牌化子图,输入消息传递神经网络独立处理不同类型的边,利用傅里叶系数改进的KAN增强特征,将特征矩阵输入Bi-Mamba,提高对长距离依赖关系的捕捉能力,同时有效降低训练复杂度。在两个公开的网络水军检测数据集Twibot-20和Twibot-22上与10个基线模型进行对比实验,实验结果表明,RMFKAN在多个评价指标上均优于现有的基线方法,与现有研究的最佳效果相比RMFKAN的F1分数分别提高了2.10和4.06个百分点,准确率分别提高了1.01和4.45个百分点,验证了其在网络水军检测任务中的优越性能。

关键词：网络水军检测图神经网络随机游走 Mamba

来源：评论

学校读者我要写书评

暂无评论

融合BiLSTM与CNN的推特黑灰产分类模型

引用

计算机工程与应用 2025年第1期61卷 186-195页

作者：朱恩德王威高见中国人民公安大学信息网络安全学院北京100038

当前推特等国外社交平台,已成为从事网络黑灰产犯罪不可或缺的工具,对推特上黑灰产账号进行发现、检测和分类对于打击网络犯罪、维护社会稳定具有重大意义。现有的推文分类模型双向长短时记忆网络(bi-directional long short-term memor... 详细信息

当前推特等国外社交平台,已成为从事网络黑灰产犯罪不可或缺的工具,对推特上黑灰产账号进行发现、检测和分类对于打击网络犯罪、维护社会稳定具有重大意义。现有的推文分类模型双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)可以学习推文的上下文信息,却无法学习局部关键信息,卷积神经网络(convolution neural network,CNN)模型可以学习推文的局部关键信息,却无法学习推文的上下文信息。结合BiLSTM与CNN两种模型的优势,提出了BiLSTM-CNN推文分类模型,该模型将推文进行向量化后,输入BiLSTM模型学习推文的上下文信息,再在BiLSTM模型后引入CNN层,进行局部特征的提取,最后使用全连接层将经过池化的特征连接在一起,并应用softmax函数进行四分类。模型在自主构建的中文推特黑灰产推文数据集上进行实验,并使用TextCNN、TextRNN、TextRCNN三种分类模型作为对比实验,实验结果显示,所提的BiLSTM-CNN推文分类模型在对四类推文进行分类的宏准确率为98.32%,明显高于TextCNN、TextRNN和TextRCNN三种模型的准确率。

关键词：文本分类双向长短期记忆网络(BiLSTM) 卷积神经网络(CNN) 黑灰产推特

来源：评论

学校读者我要写书评

暂无评论

基于推荐机制的SCIR信息传播模型分析

引用

情报理论与实践 2025年第1期48卷 176-183页

作者：刘梓锐陈梓彦袁得嵛中国人民公安大学信息网络安全学院北京100038

[目的/意义]近年来,随着在线社交平台的出现,信息传播发生了迅速的变化。在线社交平台为了提供高质量的内容以及促进信息传播,应用了各种推荐机制,因此信息传播途径不同于以往的拓扑结构传播。把握推荐机制下的信息传播特点,有利于实现... 详细信息

[目的/意义]近年来,随着在线社交平台的出现,信息传播发生了迅速的变化。在线社交平台为了提供高质量的内容以及促进信息传播,应用了各种推荐机制,因此信息传播途径不同于以往的拓扑结构传播。把握推荐机制下的信息传播特点,有利于实现对谣言等信息的有效管控。[方法/过程]提出基于拓扑结构和推荐机制的SCIR信息传播模型,从理论上深入研究传播节点最终传播用户数量和概率。通过一系列的数值模拟,研究传播节点、点赞概率和收藏概率、创作概率等因素的影响。[结果/结论]有了推荐机制,谣言可以在社交网络中快速传播,但点赞、收藏等行为概率的提升并非会使传播效果更好,反而有可能阻碍传播。[局限]只考虑了信息传播模型中一种特定的推荐机制。今后的研究可以综合考虑不同推荐机制的具体影响,从而构建普适的基于推荐机制的信息传播模型。

关键词：在线社交平台信息传播模型推荐机制用户行为

来源：评论

学校读者我要写书评

暂无评论

改进深度残差收缩网络的端到端合成语音检测

引用

计算机科学与探索 2025年第4期19卷 1076-1086页

作者：曾高俊芦天亮任英杰李御瑾彭舒凡中国人民公安大学信息网络安全学院北京100038 公安部网络安全保卫局北京100741

合成语音的滥用导致了诸多现实问题,研究相应的鉴伪技术对于保护公民人身财产安全、保障社会与国家安全具有重大意义。传统的合成语音检测多采用手工设计特征与后端分类器相结合的方式,前端手工特征设计涉及复杂的先验知识,使用单一手... 详细信息

合成语音的滥用导致了诸多现实问题,研究相应的鉴伪技术对于保护公民人身财产安全、保障社会与国家安全具有重大意义。传统的合成语音检测多采用手工设计特征与后端分类器相结合的方式,前端手工特征设计涉及复杂的先验知识,使用单一手工特征模型检测效果不理想,而进行多特征融合则导致模型参数量较大。同时,目前多数检测方法还存在跨数据集泛化性差的问题。为解决上述问题,提出了一种基于改进深度残差收缩网络的端到端合成语音检测方法。融合通道注意力机制重新设计自适应阈值学习模块,提高了阈值学习的精度;设计并引入帧注意力机制模块,为不同的帧赋予不同的关注程度,提高了模型的特征选择能力;设计并引入了具有两种超参数的改进小波阈值函数,增强阈值化模块抑制无关特征的能力;设计了一种基于改进深度残差收缩网络端到端合成语音检测网络,输入原始语音即可判别其是否为合成语音。基于ASVspoof2019 LA数据集的对比实验结果显示,所提方法将基线模型的等错误率与最小串联检测成本函数分别降低了85%与84%。基于ASVspoof2015 LA数据集的跨库测试结果验证了所提方法的泛化性能。

关键词：合成语音检测深度残差收缩网络帧注意力小波阈值函数

来源：评论

学校读者我要写书评

暂无评论

融合CBAM的违法犯罪类安卓恶意软件检测与分类模型研究

引用

计算机工程与应用 2025年第6期61卷 317-327页

作者：刘红玉高见中国人民公安大学信息网络安全学院北京100038

针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的... 详细信息

针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的深度学习模型。收集6181个违法犯罪类APP并整理划分为4个家族;对违法APP软件进行灰度图、RGB以及RGBA三种图像可视化处理;利用融合CBAM注意力机制的深度模型进行家族检测分类。在违法犯罪APP数据集上的实验表明,融合CBAM机制的Resnet18模型在RGBA图像上与未引入该机制的灰度图图像相比,准确度提升了4.04%,达到93.52%。融合CBAM机制的模型在公开Drebin数据集上进行了验证,引入CBAM深度学习模型VGG16在RGBA图像上取得了96.35%的准确率。

关键词：违法犯罪安卓恶意软件 RGBA图像可视化处理卷积块注意力模块(CBAM) 深度学习

来源：评论

学校读者我要写书评

暂无评论

面向跨域人群计数的教师-学生复合优化方法

引用

北京航空航天大学学报 2025年

作者：谢承杰卢树华石洋宇郑棣文中国人民公安大学信息网络安全学院

针对跨域人群计数中数据域差异较大、模型泛化能力受限等问题，提出一种基于伪标签学习与双目标近似优化的无监督跨域适应方法。该方法利用教师模型生成伪标签来训练学生模型，通过一致性学习提升学生模型的泛化能力；结合学生模型提供... 详细信息

针对跨域人群计数中数据域差异较大、模型泛化能力受限等问题，提出一种基于伪标签学习与双目标近似优化的无监督跨域适应方法。该方法利用教师模型生成伪标签来训练学生模型，通过一致性学习提升学生模型的泛化能力；结合学生模型提供的反馈信息与双目标近似对教师模型进行优化，提高教师模型指导能力。此外，为应对密集场景的跨域计数，设计了点标签与密度图双重监督任务。在Shanghai Tech A/B、UCF-QNRF与JHU-CROWD++等数据集间进行了多项跨域适应任务训练与验证实验，结果表明，所提方法能够显著提高跨域人群计数的准确性，跨域适应后MAE下降最高达18.4%，平均下降为8.7%，展现了较好的适应性和有效性。

关键词：人群计数无监督学习域适应伪标签学习教师-学生模型

来源：评论

学校读者我要写书评

暂无评论

基于字节编码与预训练任务的加密流量分类模型

引用

计算机工程 2025年第2期51卷 188-201页

作者：姚利峰蔡满春朱懿陈咏豪张溢文中国人民公安大学信息网络安全学院北京100038

当预训练模型BERT应用于加密流量分类领域时,缺乏针对加密流量特性设计的编码方法和相应预训练任务。为此,提出一种融合字节级编码与改进预训练任务的加密流量分类预训练模型。首先,设计了一种新型词汇表构建方法,增强模型对流量传输结... 详细信息

当预训练模型BERT应用于加密流量分类领域时,缺乏针对加密流量特性设计的编码方法和相应预训练任务。为此,提出一种融合字节级编码与改进预训练任务的加密流量分类预训练模型。首先,设计了一种新型词汇表构建方法,增强模型对流量传输结构的表征能力;其次,提出动态掩码BURST预测和同源BURST连贯性预测2个新的自监督预训练任务,动态掩码BURST预测任务增强模型对加密流量语义多样性的获取能力,同源BURST连贯性预测任务提高模型对加密流量连贯性顺序的建模能力。实验结果表明,所提模型在CSTNET-TLS 1.3数据集上的准确率、精确率、召回率和F1值分别为98.52%、98.40%、98.35%、98.43%,与现有性能最好的预训练基准模型相比,分别提高了1.15、0.98、0.93、1.02百分点。此外,在5个下游加密流量分类任务的7个主流数据集上,所提模型能够有效分类加密流量。

关键词：加密流量分类预训练模型字节级编码自监督预训练任务微调方法

来源：评论

学校读者我要写书评

暂无评论

融合LBP与并行注意力机制的微表情识别方法

引用

北京航空航天大学学报 2025年第4期51卷 1404-1414页

作者：李帅超李明泽孙嘉傲卢树华中国人民公安大学信息网络安全学院北京102600 公安部安全防范技术与风险评估重点实验室北京102600

针对面部微表情变化强度弱、背景噪声干扰及特征区分度较小等问题,提出了一种融合LBP与并行注意力机制的微表情识别网络。该网络将RGB图像输入密集连接改进的Shuffle Stage分支提取面部全局特征,增强上下文语义信息关联;将LBP图像输入... 详细信息

针对面部微表情变化强度弱、背景噪声干扰及特征区分度较小等问题,提出了一种融合LBP与并行注意力机制的微表情识别网络。该网络将RGB图像输入密集连接改进的Shuffle Stage分支提取面部全局特征,增强上下文语义信息关联;将LBP图像输入多尺度分层卷积神经网络构成的局部纹理特征分支,提取细节信息;双分支特征提取后,在网络后端引入并行注意力机制提高特征融合能力,抑制背景干扰,专注微表情特征兴趣区域;所提方法在CASME、CASME II和SMIC等3个公开数据集上进行了测试,识别准确率分别达到了85.18%、74.53%和81.19%;实验结果表明,所提方法有效提高了微表情识别准确率,优于当前诸多先进方法。

关键词：微表情识别密集连接 Shuffle Stage分支多尺度分层卷积并行注意力机制

来源：评论

学校读者我要写书评

暂无评论

融合图文不一致特征的多模态谣言检测方法

引用

情报杂志 2025年

作者：刘先博窦逸飞向澳杜彦辉冯俊又徐煊翔陈李舟中国人民公安大学信息网络安全学院中国人民公安大学犯罪学学院武汉大学计算机学院

[研究目的]群体性事件信息因其紧急性、复杂性和特殊性的特点往往会在网络上迅速传播,需要公安机关及时引导、处置。文章针对群体性事件谣言信息检测任务,提出一种融合图文不一致特征的多模态谣言检测方法,为基层公安民警针对群体性事... 详细信息

[研究目的]群体性事件信息因其紧急性、复杂性和特殊性的特点往往会在网络上迅速传播,需要公安机关及时引导、处置。文章针对群体性事件谣言信息检测任务,提出一种融合图文不一致特征的多模态谣言检测方法,为基层公安民警针对群体性事件开展谣言处置工作提供技术支持,以期提升网络谣言类案件打击整治能力。[研究方法]在不依赖用户评论信息、传播模式等信息的情况下,通过基于频域自注意力机制的伪造特征提取模块和基于交互注意力机制的图文歧义特征提取模块获取多模态帖文文本、图像模态信息中全局语义特征、细粒度语义差异性特征和图像频域上的伪造特征,并通过基于门控注意力机制的多模态特征融合模块动态调整不同特征对于最终任务的权重融合多维特征,减少数据冗余,最后在两个公开数据集进行对比实验和消融实验,并针对模型在不同类型谣言的检测性能进行了对比和案例分析。[研究结果/结论]实验结果表明,该方法在Weibo和Twitter数据集中的谣言检测准确率分别提升2.4%和2.8%,并在多个指标上取得最优表现,展现出其在多模态谣言检测任务中的显著优势。此外,模型在社会、健康、政治等图文不一致特征明显的谣言类型中检测效果较好,进一步验证了模型的有效性。

关键词：谣言检测多模态融合注意力机制图像伪造群体性事件

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：