声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：刘栋,刘侠,贾若雪,张文生,
关键词：社区隐藏, 社区检测, 随机块模型, 生成机制, 社会网络分析,
社区检测是复杂网络分析的重要工具之一，可帮助深入了解网络的社区结构和节点间潜在的关系，但同时也带来了隐私泄露问题.社区隐藏作为社区检测的伴生问题，旨在以最小的边扰动代价破坏网络的社区结构，近年来受到越来越多学者的关注.但现有的社区隐藏方法忽略了网络的生成机制且缺少针对不同尺度隐藏的统一框架，因此提出了一种基于随机块模型的社区隐藏（communityhiding-stochasticblockmodel，HC-SBM）算法，该算法从网络生成机制角度构建了社区隐藏的统一框架，即实现微观（个体）、介观（社区）、宏观（网络）3个尺度上的社区检测算法攻击.其基本思想是基于随机块模型刻画网络的生成机制，特别是网络社区形成和分裂的规律和模式，挖掘生成过程中的关键性链接以及链接集合，最终通过最小代价扰动策略破坏网络社区结构.通过在真实网络上的大量实验，并与4种先进的基准算法进行比较，表明了提出的HC-SBM算法在社区隐藏效果更优.
来源：2024年第7期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。