[发明专利]基于纵向联邦学习的社交网络跨平台恶意用户检测方法有效
| 申请号： | 202110275639.0 | 申请日： | 2021-03-15 |
| 公开（公告）号： | CN113051557B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 张志勇;宋斌;梁腾翔;张丽丽;卫新乐;牛丹梅;李玉祥;张孝国;向菲;张蓝方 | 申请（专利权）人： | 河南科技大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;G06F21/60;G06F21/62;G06Q50/00;G06K9/62;G06N20/00 |
| 代理公司： | 洛阳公信知识产权事务所(普通合伙) 41120 | 代理人： | 宋晨炜 |
| 地址： | 471000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于纵向联邦学习的社交网络跨平台恶意用户检测方法，包括：步骤1、构建基于纵向联邦学习的社交网络跨平台恶意用户检测层次化架构；步骤2、将参与方分为主动方和被动方，对主动方和被动方样本数据在数据预处理层进行预处理操作，得到结构化数据；步骤3、经数据预处理层处理后的结构化数据，映射主动方和被动方共有的样本数据；步骤4、在机器学习的定义下协同训练一个全局模型，利用了同态加密对主动方和被动方数据进行加解密，完成联邦学习层训练；步骤5、主动方和被动方更新自身的本地模型训练参数，并将预测结果输出;步骤6、在数据应用层将联邦学习层得到的预测结果回传到各参与方，实现高质量的恶意用户检测效果。 | ||
| 搜索关键词： | 基于 纵向 联邦 学习 社交 网络 平台 恶意 用户 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南科技大学，未经河南科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110275639.0/，转载请声明来源钻瓜专利网。
