您当前的位置：
首页 >
文章列表页 >
基于图神经网络的在线恶意用户识别研究
人工智能 | 更新时间：2025-07-29

    • 基于图神经网络的在线恶意用户识别研究

    • Research on Online Malicious User Identification Based on Graph Neural Network

    • “在数字化时代，网络安全问题严峻，图神经网络模型在识别恶意用户方面表现优异，为提升网络安全和用户隐私保护提供新思路。”
    • 软件导刊   2025年24卷第7期 页码：67-72

    • DOI：10.11907/rjdk.241469    

      中图分类号： TP399

    • 收稿日期：2024-06-18，

      纸质出版日期：2025-07-15

    移动端阅览

  • 周昕元,曹冉,丁培锦等.基于图神经网络的在线恶意用户识别研究[J].软件导刊,2025,24(07):67-72. DOI： 10.11907/rjdk.241469.

    ZHOU Xinyuan,CAO Ran,DING Peijin,et al.Research on Online Malicious User Identification Based on Graph Neural Network[J].Software Guide,2025,24(07):67-72. DOI： 10.11907/rjdk.241469.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

在线社交网络中考虑认同—怀疑机制的谣言传播模型
UCBiG-Plugin：改进图神经网络协同过滤的通用插入式框架
面向混合型数据集自适应聚类的差分隐私保护算法
一种改进的差分隐私聚类位置保护方法

相关作者

孙先莉
颜俊
王友国
贾婧冰
潘箴烨
陈娅红
张学典
周圣英

相关机构

南京邮电大学 理学院
南京邮电大学 通信与信息工程学院
浙江理工大学 计算机科学与技术学院
丽水学院 数学与计算机学院
上海理工大学　光电信息与计算机工程学院
0