基于纵向联邦学习的社交网络跨平台恶意用户检测方法

摘要

基于纵向联邦学习的社交网络跨平台恶意用户检测方法，包括：步骤1、构建基于纵向联邦学习的社交网络跨平台恶意用户检测层次化架构；步骤2、将参与方分为主动方和被动方，对主动方和被动方样本数据在数据预处理层进行预处理操作，得到结构化数据；步骤3、经数据预处理层处理后的结构化数据，映射主动方和被动方共有的样本数据；步骤4、在机器学习的定义下协同训练一个全局模型，利用了同态加密对主动方和被动方数据进行加解密，完成联邦学习层训练；步骤5、主动方和被动方更新自身的本地模型训练参数，并将预测结果输出;步骤6、在数据应用层将联邦学习层得到的预测结果回传到各参与方，实现高质量的恶意用户检测效果。