公开(公告)号：CN112818257A

公开(公告)日：2021-05-18

申请号：CN202110195120.1

申请日：2021-02-19

Applicant: 北京邮电大学

Inventor： 徐国爱 ,  郭燕慧 ,  徐国胜 ,  张淼 ,  李思怡

IPC: G06F16/9536 ,  G06F16/951 ,  H04L12/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明示例性实施例提供一种基于图神经网络的账户检测方法，包括：以在线社交平台的账户为节点，账户与账户之间的关系为边，构建关系图；确定节点的特征表示，所述特征表示为分别提取所述节点的内容特征和行为特征进行聚合后得到；将所述关系图和所述特征表示输入预设的图神经网络模型，通过所述神经网络模型的输出结果确定所述关系图中的异常账户节点；所述预设的神经网络模型为：将所述关系图的节点和边转码为能够识别的向量数据，对所述向量数据进行权重参数的训练后，输出带有标签的节点预测值，根据所述节点预测值确定节点是否为异常账号。本发明使得账户检测的稳定性、效率和准确率均得到了大幅提升。

公开(公告)号：CN112818257B

公开(公告)日：2022-09-02

申请号：CN202110195120.1

申请日：2021-02-19

Applicant: 北京邮电大学

Inventor： 徐国爱 ,  郭燕慧 ,  徐国胜 ,  张淼 ,  李思怡

IPC: G06F16/9536 ,  G06F16/951 ,  H04L51/52 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明示例性实施例提供一种基于图神经网络的账户检测方法，包括：以在线社交平台的账户为节点，账户与账户之间的关系为边，构建关系图；确定节点的特征表示，所述特征表示为分别提取所述节点的内容特征和行为特征进行聚合后得到；将所述关系图和所述特征表示输入预设的图神经网络模型，通过所述神经网络模型的输出结果确定所述关系图中的异常账户节点；所述预设的神经网络模型为：将所述关系图的节点和边转码为能够识别的向量数据，对所述向量数据进行权重参数的训练后，输出带有标签的节点预测值，根据所述节点预测值确定节点是否为异常账号。本发明使得账户检测的稳定性、效率和准确率均得到了大幅提升。