• 
  社会情境安全理论...
  ￥77.42元
• 
  深度强化学习控制...
  ￥142.20元
• 
  膜计算的学习模型...
  ￥93.22元

全球在线社交媒体网络蓬勃发展为社交用户带来信息共享便捷的同时，也引发了互联网信息内容安全与治理问题。虚假信息泛滥、深度伪造频发、数据窃取、隐私泄露、信息欺诈等风险严重威胁着数十亿用户，甚至波及社会公共管理和国家网络安全。面对日益严峻的安全挑战和重大需求，本书从社交用户所处的环境、身份、行为、意图等社会情境上下文信息的前沿计算和智能信息处理崭新视角，系统性地提出社会情境安全的基础理论框架与关键核心技术，为网络空间安全领域学术界与产业界提供重要参考。全书共8章，系统阐述了社会情境安全分析框架及其应用，重点探讨了虚假信息传播分析、多模态敏感信息检测、位置隐私保护、情境感知访问控制、联邦学习安全应用、安全性众包评估，以及社会舆情分析与虚假信息管控平台构建等关键技术，为互联网信息内容安全与治理提供了从理论到实践的系统解决方案。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  前言
  第1章 绪论 1
  1.1 社会大数据 1
  1.2 社会网络安全 2
  1.3 社会智能 12
  1.3.1 社交机器人理论 12
  1.3.2 社会情境安全基础理论 17
  1.3.3 社会情境安全体系架构 20
  1.4 本章小结 22
  参考文献 23
  第2章 基于社会情境分析的虚假信息传播行为分析与意愿推理 32
  2.1 相关定义 32
  2.2 虚假信息传播群组划分 32
  2.3 特征提取及描述 35
  2.4 推理模型构建 37
  2.5 实验设计及分析 40
  2.5.1 实验设计 40
  2.5.2 实验结果分析 40
  2.6 本章小结 47
  参考文献 47
  第3章 基于深度学习的多模态敏感信息检测与对抗攻击模型 49
  3.1 敏感图像特征提取及检测方法 49
  3.1.1 图像特征提取 49
  3.1.2 敏感图像定义 51
  3.1.3 敏感图像分类检测方法 52
  3.2 多模态融合敏感分类检测方法 53
  3.3 基于生成对抗网络的实时黑盒迁移对抗攻击 54
  3.3.1 集成advGAN网络结构 55
  3.3.2 损失函数设计 57
  3.4 实验设计及分析 58
  3.4.1 实验设计 58
  3.4.2 多模态敏感信息实验结果分析 59
  3.4.3 集成目标模型结构 62
  3.4.4 对抗攻击模型实验结果分析 63
  3.5 本章小结 65
  参考文献 65
  第4章 基于差分隐私的位置隐私保护关键技术 68
  4.1 位置隐私保护 68
  4.1.1 位置隐私概念 68
  4.1.2 位置隐私攻击模型 68
  4.1.3 位置隐私保护技术 70
  4.1.4 位置隐私度量 72
  4.2 差分隐私保护 72
  4.2.1 差分隐私 73
  4.2.2 噪声机制 74
  4.2.3 差分隐私组合性特征 76
  4.2.4 地理不可区分性 76
  4.3 基于位置访问量的隐私预算分配方法 77
  4.3.1 隐私预算计算 78
  4.3.2 生成扰动位置 80
  4.4 组合增量近邻查询算法 81
  4.4.1 系统模型 81
  4.4.2 算法介绍 82
  4.5 实验设计及分析 86
  4.5.1 实验设计 86
  4.5.2 实验结果分析 87
  4.6 本章小结 91
  参考文献 91
  第5章 面向社会情境的时空访问控制模型与安全规则 94
  5.1 基于时空和信息流访问控制模型 94
  5.1.1 ST-IFAC模型构建 94
  5.1.2 安全规则形式化描述 98
  5.1.3 实验结果及分析 103
  5.2 基于社会情境访问控制模型 104
  5.2.1 SSAC模型构建 104
  5.2.2 安全规则形式化描述 105
  5.2.3 实验结果及分析 107
  5.3 本章小结 108
  参考文献 109
  第6章 面向社会大数据融合的联邦学习机制与安全应用 111
  6.1 大数据融合与联邦学习概述 111
  6.2 基于联邦学习的社会大数据融合架构 114
  6.2.1 社会大数据架构设计流程 115
  6.2.2 社会大数据融合架构 115
  6.3 面向多方隐私保护的恶意用户检测方法 117
  6.3.1 恶意用户检测算法 117
  6.3.2 实验结果及分析 121
  6.4 本章小结 126
  参考文献 126
  第7章 基于社会情境分析的在线社交网络平台安全性众包评估方法 129
  7.1 在线社交网络群体任务分发方法 129
  7.1.1 群体计算架构 129
  7.1.2 群体任务分发方法 133
  7.2 基于SocialSitu的任务分发算法 139
  7.2.1 任务分发算法 139
  7.2.2 算法的评价 141
  7.3 实验设计及分析 141
  7.3.1 实验设计 141
  7.3.2 实验结果分析 143
  7.4 本章小结 149
  参考文献 150
  第8章 原型系统设计与开发 153
  8.1 社交网络安全卫士软件 153
  8.2 社会舆情分析与虚假信息管控平台 154
  8.2.1 舆情信息总体监测与可视化 154
  8.2.2 舆情信息关联分析与可视化 162
  8.2.3 舆情信息综合指数与可视化 163
  8.3 本章小结 164