![](https://img-blog.csdnimg.cn/0afd43986de4472f912d0f6c158d431a.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
科研笔记与实践
文章平均质量分 93
随笔记录&知识整理
分享科研过程中的笔记和实践经验,包括机器学习、数据挖掘和密码学等领域。本专栏适合渴望将理论知识应用于实践的科研人员。
是Yu欸
这里是我读博期间的笔记本,记录学习和成长,争取顺利毕业ing
展开
-
【知识图谱】探索攻略:基础、构建、高级应用与相关论文方向
知识图谱(Knowledge Graph,简称KG)是一个旨在以结构化的形式表示知识的工具。它通过节点和边的方式将信息表示出来,节点代表实体(如人、地点、事件等),边则表示实体之间的关系。知识图谱的目的是将零散的信息组织起来,使其变得更加易于理解和利用。原创 2024-05-23 13:58:38 · 2505 阅读 · 69 评论 -
快速入门深度学习9.1(用时20min)——GRU
8节 和 9节 中,循环神经网络(recurrent neural network,`RNN`),这是⼀种利用数据中的`时间或序列结构`的模型,通常用于自然语言处理和时间序列预测。10节 中,`注意力机制`的技术,最近它们已经开始在自然语言处理中取代循环神经网络。这一部分将 帮助读者快速了解大多数现代深度学习应用背后的基本工具。原创 2024-04-14 22:23:49 · 1056 阅读 · 4 评论 -
【笔记】探索生成范式:大型语言模型在信息提取中的作用
信息抽取(Information Extraction, IE)旨在从自然语言文本中提取结构化知识,如实体、关系、事件等。随着生成式大型语言模型(Large Language Models, LLM)在文本理解和生成领域展现出卓越能力,其在跨领域和跨任务泛化中的潜力受到广泛关注。近期,众多研究致力于利用LLM的能力,为IE任务提出基于生成范式的解决方案。因此,研究计划对LLM在IE任务中的应用进行全面和系统性的回顾与探索,综述了该领域的最新进展。原创 2024-04-13 18:35:29 · 5115 阅读 · 26 评论 -
【威胁情报综述阅读3】Cyber Threat Intelligence Mining for Proactive Cybersecurity Defense
在 2020 年代 COVID 驱动的社会、经济和技术变革造成大规模破坏之后,网络安全对手已经改进了他们的交易技巧,使其变得更加复杂。一系列备受瞩目的攻击接踵而至,例如SolarWinds供应链攻击[1],它震撼了许多组织,标志着网络安全的转折点。作为收集、处理和分析有关威胁行为者动机、目标和攻击行为的信息的过程,网络威胁情报 (CTI) 帮助组织、政府和个人互联网用户做出更快、更明智、数据支持的安全决策并改变他们的行为,以对抗威胁行为者从被动到主动。CTI 有几种定义。原创 2024-04-02 15:43:46 · 6462 阅读 · 9 评论 -
四年旅程,一路成长——小雨的创作纪念日
🌈 你好呀,我是小雨,一个充满好奇心的ENFP,正在不断提升能力以满足前者。🌌 2024每日百字篆刻时光,感谢你的陪伴和支持! 🌟 争取每周二开展粉丝福利送书活动,欢迎关注 ~🚀 定期自动回三,欢迎加好友互动 ~ 私信说一下噢可在专栏中快速找到:【网络安全】AIGC最新论文、现代密码、量子通信【快速实战】Python、图像分类、文本摘要原创 2024-04-01 13:14:06 · 10287 阅读 · 120 评论 -
【LaTeX】7实现章节跳转
LaTeX 的hyperref包提供了一个强大的工具集,用于在科研文档中创建和管理超链接。通过简单的步骤,即使是科研新手也能轻松实现文档内的章节跳转,从而提升读者的阅读体验。随着你对 LaTeX 的进一步学习,你将发现更多高级功能,以支持你的科研写作需求。原创 2024-03-27 20:48:13 · 2660 阅读 · 15 评论 -
【ACL 2023-NER注入到PLM】数据集+实验解读:基于上下文学习的命名实体识别 Learning In-context Learning for Named Entity Recognitio
论文:Learning In-context Learning for Named Entity Recognition标题:基于上下文学习的命名实体识别作者:Jiawei Chen, Yaojie Lu, Hongyu Lin, Jie Lou, Wei Jia, Dai Dai, Hua Wu, Boxi Cao, Xianpei Han and Le Sun地址:[\[2305.11038\] Learning In-context Learning for Named Entity Recog原创 2024-03-21 20:04:17 · 6917 阅读 · 36 评论 -
【ACL 2023-NER注入到PLM】基于上下文学习的命名实体识别 Learning In-context Learning for Named Entity Recognition
在这个实例中,我们看到上面两个文本被作为了元函数进行训练,分别得出的函数是文本的分类为{疾病,病毒}和{电影}。下文中我们认为目标是在文本中找到有{疾病,病毒}属性的文本,最终经过PLM得出SARS-CoV-2是一种病毒. COVID-19 是一种疾病。首先我们看到,蓝色的方框中为微调过的函数,这时我们认为微调过的函数取得了最好的结果,也就是预测准确度非常高。原创 2024-03-20 12:00:45 · 7150 阅读 · 31 评论 -
【ACL 2023获奖论文】再现奖:Do CoNLL-2003 Named Entity Taggers Still Work Well in 2023?
该研究提供了对NER模型泛化能力深入的理解,特别是在长时间跨度下的性能变化。通过创建CoNLL++测试集和对多个模型的评估,揭示了时间漂移对模型性能的影响及其与过拟合无关。此外,研究还强调了模型架构、参数规模、预训练数据的时效性和微调数据量在模型泛化中的重要性。这些发现不仅为未来NER模型的开发提供了宝贵的见解,也对如何评估模型在面对新兴数据时的适应性提供了新的视角。原创 2024-03-19 15:27:58 · 9963 阅读 · 4 评论 -
一文速通半监督学习(Semi-supervised Learning):桥接有标签与无标签数据
论文看到哪学到哪 ^ - ^在机器学习的世界里,我们通常遇到这样一个现实问题:标注数据(有标签的数据)往往昂贵且难以获得,而未标注数据(无标签的数据)却大量存在,易于收集。假设你正在尝试教会计算机区分猫和狗的照片,但只有少数照片是打上了“猫”或“狗”的标签,大部分照片都没有标签。这时候,半监督学习就闪亮登场了,它是一种使用大量未标注数据和少量标注数据进行学习的方法,旨在提高学习效率和准确性。原创 2024-03-18 21:16:36 · 4958 阅读 · 26 评论 -
【相关问题解答2】bert中文文本摘要代码:结果输出为一些重复的标点符号和数字
感谢大家的支持和关注。最近好多人咨询之前博客【bert中文文本摘要代码】的相关代码报错问题,由于报错有一定的相似性,因此这里统一进行答复原创 2024-03-13 16:00:34 · 6515 阅读 · 20 评论 -
【相关问题解答1】bert中文文本摘要代码:import时无法找到包时,几个潜在的原因和解决方法
感谢大家的支持和关注。最近好多人咨询之前博客【bert中文文本摘要代码】的相关代码报错问题,由于报错有一定的相似性,因此这里统一进行答复原创 2024-03-13 15:56:39 · 6626 阅读 · 15 评论 -
【威胁情报综述阅读2】综述:高级持续性威胁智能分析技术 Advanced Persistent Threat intelligent profiling technique: A survey
随着互联网和信息技术的蓬勃发展,网络攻击变得越来越频繁和复杂,尤其是高级持续威胁 (APT) 攻击。与传统攻击不同,APT 攻击更具针对性、隐蔽性和对抗性,因此手动分析威胁行为以进行 APT 检测、归因和响应具有挑战性。因此,研究界一直专注于智能防御方法。智能威胁分析致力于通过知识图谱和深度学习方法分析APT攻击并提高防御能力。基于这一见解,本文首次系统回顾了针对 APT 攻击的智能威胁分析技术,涵盖数据、方法和应用三个方面。内容包括数据处理技术、威胁建模、表示、推理方法等。原创 2024-03-12 13:23:41 · 6804 阅读 · 22 评论 -
【威胁情报挖掘-论文阅读】学习图表绘制 基于多实例学习的网络行为提取 SeqMask: Behavior Extraction Over Cyber Threat Intelligence
虽然上述方法可以定位或识别CTI中的一些TTPs信息,但需要解决以下问题。基于机器学习的方法由于其黑盒性质而难以有效定位 TTP,导致无法形成 TTP 实体。信息提取方法的局限性可分为三点。(1)数据不足:信息提取的核心是实现对SVO/VO行为短语的提取,这将过滤非SVO/VO信息,使部分证据丢失。识别的结果只能判断行为的归属,但很难定位和推理预测。(2)验证不完全:信息提取擅长区分行为短语之间的相似性,但不能区分短语中单个单词的贡献。识别方法只能确定分类的准确性,因此难以理解输入文本导致结果的原因或方式。原创 2024-03-12 13:10:14 · 6320 阅读 · 26 评论 -
【word】论文、报告:①插入图表题注,交叉引用②快速插入图表目录③删改后一键更新
在创建报告、论文或其他文档时,经常需要插入图表,并对其进行标号、添加题注以及在文档中进行引用。同时,要确保在文档末尾或需要的地方能够生成图表目录,以便读者可以快速找到所需的图表。本文将介绍如何在Microsoft Word中实现这些功能:`如何针对图表插入题注、交叉引用,且后续快速插入图表目录?`,确保图表管理更加高效。原创 2024-01-27 21:22:08 · 9361 阅读 · 73 评论 -
【word visio绘图】关闭visio两线交叉的跳线(跨线)
如何在Visio绘图中关闭visio两线交叉的跳线(跨线)原创 2024-01-27 21:21:54 · 4104 阅读 · 7 评论 -
【论文代码】① STIOCS: Active learning-based semi-supervised training framework for IOC extraction
论文 [STIOCS: Active learning-based semi-supervised training framework for IOC extraction](https://www.sciencedirect.com/science/article/pii/S0045790623004056)代码解读:[https://github.com/MuscleFish/SeqMask](https://github.com/MuscleFish/SeqMask).原创 2024-01-26 16:06:09 · 959 阅读 · 5 评论 -
【LaTeX】6在Overleaf的IEEE会议模板中,快速插入参考文献
在学术写作中,准确且高效地管理文献引用是至关重要的。LaTeX结合BibTex提供了一个强大的解决方案,尤其是在使用Overleaf这样的在线LaTeX编辑器时。本文旨在全面介绍如何在Overleaf平台上使用IEEE会议模板,结合LaTeX和BibTex进行文献管理和引用。原创 2024-01-24 17:25:53 · 5090 阅读 · 46 评论 -
【LaTeX】5报错解决汇总
【latex】报错解决汇总原创 2024-01-24 17:17:39 · 2627 阅读 · 2 评论 -
【LaTeX】4参考文献排版前移,在最前面引用\usepackage{url}
文件中第120行对应的条目,并检查是否有任何特殊字符或数学表达式没有被正确地包含在数学模式中。如果是URL中的下划线,通常URL不需要放在数学模式中,因此您应该使用。例如,如果您有一个URL或其他字段中的下划线,并且没有被正确地处理,它将触发这个错误。可能是引用中包含了应该在数学模式中的字符,比如希腊字母或数学运算符,但没有被正确地包围在数学模式中。文件的第120行遇到了需要处于数学模式中的字符或表达式,但没有被正确地包围在数学模式定界符(最后真是url的问题,学习到了申申解决问题的逻辑,感觉好丝滑。原创 2024-01-17 16:26:05 · 3370 阅读 · 37 评论 -
现代密码学 考点汇总(下)
字数超了判断方式:要么证明是cca安全(通过规约),要么找一个攻击方式去攻击一样一个题1、对称加密、2、消息认证码MAC3、哈希函数、4、非对称的多样加密的方案【数字签名不考,因为和mac功能和证明方式、实验都类似】随机预言机性质、随机预言机模型之下的简单应用性质之下构造函数的性质MAC的词法(Message Authentication Code)MAC安全定义MAC安全PPT在密码学中代表“概率多项式时间”(Probabilistic Polynomial Time),这是一种衡量算法或攻原创 2024-01-17 16:25:07 · 2487 阅读 · 3 评论 -
【LaTeX】3在Overleaf中解决IEEE LaTeX模板不能显示中文问题
CTeX是一个针对中文排版优化的LaTeX宏集,它提供了完善的中文支持,包括字体选择、文本排版、以及和其他宏包的兼容性。在开始解决方案之前,确保你的Overleaf项目设置正确,特别是编译器选择(例如XeLaTeX或LuaLaTeX),这些编译器天然支持UTF-8编码,更适合处理中文。通过以上步骤,可以有效解决在Overleaf中使用IEEE LaTeX模板时的中文显示问题,从而顺利完成中文学术文档的编写和提交。Overleaf默认支持的是英文文档写作,如写的中文“你的名字”,在编译后没有显示出来。原创 2024-01-16 16:34:10 · 6967 阅读 · 55 评论 -
现代密码学 考点汇总(上)
字数超了,只能分为为两部分判断方式:要么证明是cca安全(通过规约),要么找一个攻击方式去攻击一样一个题1、对称加密、2、消息认证码MAC3、哈希函数、4、非对称的多样加密的方案【数字签名不考,因为和mac功能和证明方式、实验都类似】随机预言机性质、随机预言机模型之下的简单应用性质之下构造函数的性质规约证明一个规约法证明PRG的例子假设FFF是PRG,证明GGG也是PRG。问题A:如何区分FFF;问题B:如何区分GGG;从A规约到B:区分FFF的算法输入按位取反后作为区分GGG的算法输入,区分G原创 2024-01-16 16:32:52 · 2555 阅读 · 0 评论 -
【现代密码学】笔记6--伪随机对象的理论构造《introduction to modern cryphtography》
注:核心断言可以理解为根据函数的输出最难推断的关于输入的一个比特信息,任意敌手算法与随机猜测相比几乎没有差异。本节学习如何设计基于单向函数存在的假设从理论上构造PRG、PRF、PRP这三个伪随机对象。来)随机挑选的任意若干比特信息(核心断言),否则意味着敌手可以求出整个。目录:单向函数(One-Way Function),从OWF到PRP。注:这里说明计算不需要用原本的函数,只要结果相同就可以。注:子集和问题判定是否存在一个子集中元素之和为给定的值。中若干比特的信息,但仍不能推断出(由。原创 2024-01-15 16:43:11 · 3849 阅读 · 36 评论 -
【现代密码学】笔记5--伪随机置换(分组加密)《introduction to modern cryphtography》
在已知明文攻击(KPA)下,从输入方向输入一个明文,通过一次DES加密,猜测不同密钥来得到一组中间值,保存这些密钥和中间值对;针对DES的密码学分析的重点是分析S盒,因为S盒是DES中唯一的非线形部分,输入和输出之间关系被有意地设计成难以简单描述;此外,简要介绍当前广泛使用的AES。攻击一个1轮SPN:64比特块,128比特密钥(2个64比特子密钥),16x4比特的S盒,以及用异或来实现密钥混合;根据图中关系可以观察到,根据明文和密文知道的20个比特,密钥中未知的20个比特,以及4个比特来比较;原创 2024-01-15 16:42:52 · 3124 阅读 · 1 评论 -
【现代密码学】笔记9-10.3-- 公钥(非对称加密)、混合加密理论《introduction to modern cryphtography》
主要在 哈工大密码学课程 张宇老师课件 的基础上学习记录笔记。内容补充:骆婷老师的PPT《introduction to modern cryphtography》–Jonathan Katz, Yehuda Lindell(现代密码学——原理与协议)中相关章节密码学复习笔记 这个博主好有意思初步笔记,如有错误请指正快速补充一些密码相关的背景知识本节学习用于保护信息的完整性和真实性的消息认证码(MAC)和抗碰撞的哈希函数(CRHF)。目录:公钥加密的定义和安全,陷门排列,选择密文攻击安全,在随机预言机模原创 2024-01-14 09:12:29 · 4082 阅读 · 81 评论 -
【现代密码学】笔记3.4-3.7--构造安全加密方案、CPA安全、CCA安全 《introduction to modern cryphtography》
主要在 哈工大密码学课程 张宇老师课件 的基础上学习记录笔记。内容补充:骆婷老师的PPT《introduction to modern cryphtography》–Jonathan Katz, Yehuda Lindell(现代密码学——原理与协议)中相关章节密码学复习笔记 这个博主好有意思初步笔记,如有错误请指正快速补充一些密码相关的背景知识本节课学习另外两种私钥加密安全理论:选择明文攻击(CPA)下不可区分性、选择密文攻击(CCA)下不可区分性以及相关的密码学原语、假设、构造和证明。这些攻击更好的原创 2024-01-10 19:44:43 · 4761 阅读 · 42 评论 -
现代密码学 考点复盘
第一题CBC,第二题hash抗碰撞,第三题cbc+mac,第四题填充RSA,第五题随机预言机。13.1 证明在 13.1.1 节中的伪随机函数构造方案在随机预言机模型下确实是安全的。注意》中文版书籍和英文版书籍习题不是一一对应的,部分章节也是不一样的,可以注意一下。同学:一种是证明相乘是碰撞,另一种是自身是碰撞,两个结合起来就行啦。上上届一周交卷,上一届写报告,我们这一届考试,真好。练习题是,说明CBC方案为什么不是CCA安全的。随机预言机性质、随机预言机模型之下的简单应用。4、非对称的多样加密的方案。原创 2024-01-10 19:32:03 · 3336 阅读 · 0 评论 -
【现代密码学】笔记3.1-3.3 --规约证明、伪随机性《introduction to modern cryphtography》
定义私钥加密方案回顾私钥加密相关定义窃听不可区分实验在窃听不可区分实验中,敌手和挑战者之间进行一个思维实验。敌手根据安全参数产生两个相同长度的不同消息,并发送给挑战者;挑战者根据安全参数生成密钥,并对随机选择的一个消息进行加密,将挑战密文发送给敌手。敌手输出一个比特,来表示对被加密消息的猜测,若猜对,则实验成功。一个敌手AA与一个挑战者CC进行3轮交互:AA选择两个长度相同、内容不同明文m0m1m_0, m_1m0m1,并发送给CC;CC。原创 2024-01-09 19:44:30 · 3972 阅读 · 52 评论 -
现代密码学 补充1:两种窃听不可区分实验的区别
总的来说,这两种实验都是用来评估加密方案对敌手的不可区分性,但它们的应用背景、假设条件和安全参数有所不同。完美保密实验着重于理想的、理论上的安全性,而对称加密算法的窃听不可区分实验则关注在实际计算限制下的安全性。:这个实验的关键是证明在完美保密的情况下,敌手即使进行多次实验,也无法区分哪个明文被加密,因为密文对于每个可能的明文来说都是等概率的。这种实验用于证明完美保密性,其核心是表明在理想条件下,敌手无法从密文中获取任何关于明文的信息。这种实验用于评估对称加密算法的安全性,特别是在计算安全性的背景下。原创 2024-01-09 19:41:31 · 3221 阅读 · 4 评论 -
【现代密码学】笔记2 -- 完善保密性《introduction to modern cryphtography》现代密码学原理与协议
在本节中,我们将详细讨论现代密码学中加密方案的完善保密性定义和基本属性。一个加密方案是安全的,那么敌手在获得密文后,密文应该对敌手猜测明文没有任何帮助。敌手是知道明文本来的概率分布,例如,敌手知道明文是一个真或假问题的答案:真、假,并且知道两种答案的概率。敌手也知道加密方案。敌手要根据密文确定明文中的答案。如果加密方案是安全的,则密文应该对敌手猜测答案没有任何效果。换句话说,根据密文来猜测答案和不知道密文猜测答案对敌手来说是一样的。原创 2024-01-08 14:39:02 · 3784 阅读 · 28 评论 -
【现代密码学】笔记1.2 -- 对称密钥加密、现代密码学的基本原则《introduction to modern cryphtography》现代密码学原理与协议
在对称密钥加密系统中,通信双方共享一段密码信息,称为密钥(key当他们希望安全地通信时,会使用这个共享密钥。发送方使用密钥来加密(或者“混合”)消息。接收方收到消息后,使用相同的密钥来解密(或者“去混合”)以恢复原始消息。这里所说的消息本身称为明文plaintext),而从发送方传输到接收方的经过加密处理的消息称为密文ciphertext),如图 1.1 所示。在这种设置中,共享的密钥用来从所有潜在的窃听者中区分通信双方(这通常假设是通过一个公共信道进行传输的)。描述。原创 2024-01-07 21:48:18 · 4045 阅读 · 38 评论 -
社交网络分析(汇总)
社交网络分析,作为计算机科学和社会科学领域的交叉研究领域,一直以来都备受关注。在数字时代的今天,社交网络已经成为了人们生活中不可或缺的一部分,无论是社交媒体上的互动、信息传播、还是商业活动和政治运动,都离不开社交网络的影响和作用。为了更好地理解和利用社交网络,研究人员们开展了大量的工作,其中包括了各种各样的分析方法和技术。在本系列文章中,我们将深入探讨社交网络分析的多个方面,从起源和发展,到不同领域的应用,再到核心概念和前沿技术,希望能够帮助您深入了解社交网络分析领域的重要内容,为您在研究和实践中提供有原创 2023-12-21 17:09:16 · 3627 阅读 · 13 评论 -
社交网络分析7:社交网络舆情分析 、 社交网络舆情演化传播建模 、 社交网络舆情用户研究 意见领袖识别 情感分析 、结构洞 、 生命周期 、 舆情分析 知识图谱 主题图谱 、 异质平均场
在数字化时代,社交网络不仅重塑了我们的沟通方式,也深刻影响了舆情的形成与传播。从高校事件到政治竞选,从公共危机到品牌形象,舆情在社交网络的涟漪效应下,变得更加迅速而复杂。《社交网络分析7:社交网络舆情分析》旨在深入探讨这一现象,提供一个全面的视角来理解和分析社交网络中舆情的动态。在这一系列博文中,我们将探索舆情的定义和影响、研究现状、演化传播建模,以及在社交网络中舆情的特定用户研究。我们会深入探讨诸如知识图谱、异质平均场方法、淬火平均场方法等先进技术在舆情分析中的应用,同时也会触及到社交网络舆情的关键组原创 2023-12-20 09:13:49 · 8356 阅读 · 32 评论 -
社交网络分析6:社交网络不实信息传播分析 、 ILDR(Ignorant-Lurker-Disseminator-Removed)传播动力学模型 、 平衡点 、 平衡点的稳定性分析 、数值仿真
首先,我们将介绍不实信息传播的定义和背景,深入理解其传播途径和特点,以及当前的研究现状。特别地,我们聚焦于垃圾信息的ILDR(Ignorant-Lurker-Disseminator-Removed)传播动力学模型,这是一个创新的方法,用于模拟和分析社交网络上的信息流动。通过比较ILDR模型与传统病毒传播模型(如SIRS和SEIR)的不同,我们将揭示这种新模型在社交网络不实信息传播分析中的主要创新点。我们还将讨论ILDR模型的合理性和稳定性分析的重要性,解读其中涉及的关键概念,如平衡点和各种稳定性类型。原创 2023-12-20 09:12:32 · 2305 阅读 · 10 评论 -
2023 英特尔On技术创新大会直播 | 窥探未来科技的边界
新一代Xeon处理器的推出,以及集成神经处理单元的Intel Core Ultra处理器的亮相,意味着更强大的计算能力和更高的数据处理效率,展现了英特尔在处理器技术领域的领先地位。这些新处理器的性能和效率的提升,预示着未来计算力的巨大潜力。然而,让我印象最深刻的是英特尔在人工智能领域的进展,英特尔在推动AI技术普及化方面的努力。总而言之,2023年英特尔On技术创新大会不仅是一场技术展示的盛宴,更是对未来科技趋势的一次深刻预测,英特尔对AI和硬件的融合展示了一个充满可能性的未来。原创 2023-12-19 19:24:03 · 3053 阅读 · 43 评论 -
社交网络分析5:社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望
欢迎来到探索`社交网络信息传播动力学`的博客。随着社交网络在我们生活中扮演着越来越核心的角色,理解信息如何在这些复杂网络中传播变得至关重要。在这篇博客中,我们将深入挖掘信息传播的动力学原理,从基本的研究概述到复杂的数学模型,再到实际应用和未来发展的前景。我们将首先介绍信息传播的各个方面,包括传播、接收、发布和反馈的过程,以及如何预测和控制这些过程。接着,我们将深入研究社交网络信息传播的不同模型,包括传染病模型、博弈模型和物理系统模型,并探讨它们的特点和相互之间的比较。我们还会讨论新的物理学模型的提出原创 2023-12-18 12:25:23 · 3324 阅读 · 44 评论 -
社交网络分析4(下):社交网络链路预测分析、LightGBM框架、LLSLP方法(LightGBM 堆叠链路预测)、堆叠泛化 、社交网络链路预测分析的挑战
LightGBM(Light Gradient Boosting Machine)是一种创新的集成学习框架,旨在优化传统梯度提升决策树(GBDT)的性能和速度,现已成为机器学习领域的核心工具之一。Exclusive Feature Bundling (EFB)是LightGBM中的一个创新算法,旨在有效减少用于构建直方图的特征数量,从而降低计算复杂度,特别适用于特征中包含大量稀疏特征的场景。高效快速:LightGBM在速度方面具有显著优势,能够高效地进行模型训练和预测。内存占用少。原创 2023-12-18 11:26:47 · 2726 阅读 · 18 评论 -
社交网络分析4(上):社交网络链路预测分析、Logistic回归模型、LLSLP方法(LightGBM 堆叠链路预测)、正则化方法、多重共线性
在这个由连接驱动的数字时代,社交网络不仅仅是连接人与人的桥梁,它们还蕴含着深刻的社会、经济和技术洞见。从Facebook到LinkedIn,社交网络的每一个点击、每一条信息流,都构成了一个复杂且动态的网络结构。但是,这些看似简单的连接背后隐藏着什么秘密?如何预测未来可能形成的社交联系,从而揭示隐藏在数据背后的深层次模式和趋势?这就是社交网络链路预测分析的魅力所在。在这篇博客中,我们将深入探讨社交网络链路预测分析的核心,解析它的基本概念、重要性以及各种现代方法。我们将介绍从基于网络结构的传统方法到利用深度原创 2023-12-17 23:52:12 · 3066 阅读 · 32 评论 -
社交网络分析3:社交网络隐私攻击、保护的基本概念和方法 + 去匿名化技术 + 推理攻击技术 + k-匿名 + 基于聚类的隐私保护算法
欢迎阅读社交网络系列博客之《社交网络分析3(下)》。通过本篇博客,希望能提供一个较为全面的视角,以理解社交网络中的隐私保护问题、方法,以及这些领域的最新技术发展。社交网络,作为现代互联网时代的一个重要组成部分,不仅为我们提供了互相交流和分享的平台,也成为了大数据和情感分析的宝贵资源。然而,随着社交网络的日益普及和数据量的爆炸式增长,用户隐私保护成为了一个不可忽视的问题。本篇博客将从多个角度剖析社交网络中的隐私泄露问题,探讨其背后的原因、可能的攻击方式以及对策。- 社交网络隐私泄露在这个数字化时代原创 2023-12-17 21:11:56 · 3685 阅读 · 16 评论