發(fā)簡信
IP屬地：安徽
-
deepbot基于神經(jīng)網(wǎng)絡(luò)的方法檢測推特機(jī)器人（Deepbot: A Deep Neural Network based approach for Detecting Twitter Bots）摘要 DeepBot采用Bi-LSTM模型分析推特以及一個web結(jié)構(gòu)來提供公共分析接口分析推文數(shù)據(jù) 方法 使用神經(jīng)網(wǎng)絡(luò)模型分析輸入的推文是否是機(jī)...
-
使用雙向長短期記憶神經(jīng)網(wǎng)絡(luò)和詞嵌入模型檢測機(jī)器人（Twitter Bot Detection Using Bidirectional Long Short-term Memory Neural ...摘要 使用雙向長短期記憶遞歸神經(jīng)網(wǎng)絡(luò)從推文中抽取特征。我們是第一個使用詞嵌入加長短期機(jī)器網(wǎng)絡(luò)從推文中抓取特征的工作。本方法不需要手工提取特征，并...
-
聯(lián)合建模行為和內(nèi)容信息檢測社交機(jī)器人（Detecting Social Bots by Jointly Modeling Deep Behavior and Content Information）摘要 本文提出了使用深度學(xué)習(xí)模型學(xué)習(xí)社交行為和內(nèi)容的表征來檢測社交機(jī)器人。社交行為有內(nèi)因和外因（內(nèi)因如人的晝夜節(jié)律，外因如周末和節(jié)假日人們花費(fèi)更...
-
變分自編碼器（VAE和LSTM）和聚類方法進(jìn)行機(jī)器人檢測-（RTbust: Exploiting Temporal Patterns for Botnet Detection on Twitter）摘要 從推特上學(xué)習(xí)推特的行為模式，收集了1000條推特數(shù)據(jù)。設(shè)計了一個新的方法來區(qū)分賬號。通過“RTT”技術(shù)發(fā)現(xiàn)來人為操作的轉(zhuǎn)推模式和懷疑的3種...
-
新型社交機(jī)器人存在的證據(jù)和檢測工具--（The Paradigm-Shift of Social Spambots: Evidence, Theories, and Tools for the ...摘要 最近有關(guān)社交媒體的研究表明，有新一代的機(jī)器人叫做社交機(jī)器人。這里，我們第一次研究這種現(xiàn)象，表明機(jī)器人確實存在著這種趨勢的變化。首先我們評估...
-
使用長短期記憶深度神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器人檢測--（Deep neural networks for bot detection）摘要 當(dāng)前檢測社交機(jī)器人對很多技術(shù)都是針對于賬戶級別， 通過處理大量的社交媒體內(nèi)容并利用網(wǎng)絡(luò)結(jié)構(gòu)的信息，時間序列，情感分析等等。本文中提出來基于...
-
比束手無策更安全：對抗性方法改善社交機(jī)器人檢測Better Safe Than Sorry: an Adversarial Approach to improve Social Bot Dete...摘要 最近隨著對抗性方法的傳播，一種新型的時間方法正在出現(xiàn)：專門操縱樣本來得到更健壯的檢測模型。我們提出來一個基于遺傳算法的檢測賬號的方法。結(jié)果...
-
社交指紋：通過DNA-啟發(fā)的行為建模的組機(jī)器人檢測（Social Fingerprinting: Detection of Spambot Groups Through DNA-Inspired...摘要 本文展示了一個高效機(jī)器人檢測系統(tǒng)，通過分析賬號的行為并使用數(shù)字DNA技術(shù)來建模社交網(wǎng)絡(luò)用戶的行為。是收到生物學(xué)的啟發(fā)，數(shù)字DNA能夠用一系...
-
通過專業(yè)分類器的組合來檢測社交機(jī)器人--（Detection of Novel Social Bots by Ensembles of Specialized Classifiers）摘要 監(jiān)督學(xué)習(xí)技術(shù)進(jìn)行機(jī)器人檢測的技術(shù)的性能受制于之前訓(xùn)練模型中的訓(xùn)練數(shù)據(jù)里是否有能夠表征新的機(jī)器人特征或者行為的數(shù)據(jù)。如果想要調(diào)整模型來重新識...