【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于神经网络的垃圾邮件发送者检测方法。
技术介绍
1、随着互联网技术的飞速发展，网络空间已成为当今世界新型的工作和生活空间。尽管为人类带来了诸多便利，但网络空间面临的安全威胁已逐渐成为一个不容忽视的严重问题。为了保证强大的网络防御能力，有效的垃圾邮件发送者检测技术的重要性得到认可。从本质上讲，对垃圾邮件发送者进行准确识别仍然不是一件容易的事。因为在线垃圾邮件通常发生在直接特征非常稀疏的复杂环境中。因此，精细特征的深度提取在很大程度上决定了检测效率。
2、现有技术主几乎都只考虑相对稳定和可见的关系，而没有注意到那些不易察觉或临时产生的关系。基于此，本专利技术提出一种异构网络空间视角下基于神经网络的垃圾邮件发送者检测方法。
技术实现思路
1、本专利技术提供了一种基于神经网络的垃圾邮件发送者检测方法，包括：
2、计算节点用户与帖子的偶然关系；偶然关系是通过参数随机游走模型从初始社交图推断出来的；
3、将用户与帖子的特征编码为特...
【技术保护点】
1.一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，节点用户的偶然关系表示为：
3.如权利要求2所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，帖子的偶然关系表示为：，其中和为参数，为第τ次采样轮次的注意力权重，为邮件第τ条步行路径的当前过渡轮中的隐藏状态。
4.如权利要求2或3所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，隐藏状态表示为：，其中是第m轮的网络状态向量，通过对第(m-1)轮和第m轮之间的转换关系进行建模...
【技术特征摘要】
1.一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，节点用户的偶然关系表示为：
3.如权利要求2所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，帖子的偶然关系表示为：，其中和为参数，为第τ次采样轮次的注意力权重，为邮件第τ条步行路径的当前过渡轮中的隐藏状态。
4.如权利要求2或3所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，隐藏状态表示为：，其中是第m轮的网络状态向量，通过对第(m-1)轮和第m轮之间的转换关系进行建模得到，表示将上一步的状态按比例加到本步状态中。
5.如权利要求4所述的一种基于神经网络的垃圾邮件发送者检测方法，其特征在于，将用户的数值属性和固定属性分别编码为和；对于贴子的语义，引入双向注意编码结构从两个方向对单词序列进行建模：，，将其编码为向量，其中为relu激活函数，表示级联操作，z表示每个句子里第z个单词...
【专利技术属性】
技术研发人员：朱小刚，龚雨轩，郭智威，余恪平，丁峰，
申请(专利权)人：南昌大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。