Con el aumento del número de usuarios en la plataforma actual de redes sociales (tomando como ejemplo a WeChat), los problemas de seguridad de la privacidad personal son importantes. En este documento se propone un método de detección inteligente para la divulgación de la privacidad personal en las redes sociales. En primer lugar, proponemos y construimos el valor propio en la plataforma social. En segundo lugar, al calcular el valor de los activos de la cuenta del usuario, podemos obtener el valor propio para calcular la posibilidad de ocurrencia de amenazas y el impacto de las mismas. En tercer lugar, analizamos la situación en la que el usuario podría filtrar la información de privacidad y asignamos una puntuación. Por último, se utiliza el algoritmo SVM para clasificar los resultados, y se plantean algunas sugerencias para advertencias y modificaciones. Los experimentos muestran que este método de detección inteligente puede analizar eficazmente la fuga de privacidad de los usuarios individuales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Cálculo de Conjunto Alcanzable para Sistemas No Lineales Homogéneos con Retardo y Perturbación.
Artículo:
Análisis de incertidumbre de la variación de la eficacia de mezcla en micromezcladores pasivos debido a tolerancias geométricas
Artículo:
Optimización Conjunta de la Posición y Asignación de Tiempo de Sistemas de Comunicación de Relé con Alimentación Inalámbrica Asistida por UAV.
Artículo:
Mecanismo de autenticación basado en SDN para proteger el protocolo Neighbor Discovery en IPv6
Artículo:
Utilizando Aprendizaje Profundo para Predecir Sistemas Complejos: Un Estudio de Caso en la Generación de Energía Eólica