인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
ABSTRACT With the increasing reliance on online social networks (OSNs) for communication and information sharing, the threat of cyber‐attacks—ranging from bot‐driven misinformation to account hijacking—has grown significantly. This study introduces a novel metric, the network vulnerability propagation factor (NVPF), designed to assess the risk of threat diffusion within OSNs by integrating behavioral, structural, and exposure‐based indicators. The NVPF comprises three components: node vulnerability score (NVS), connectivity index (CI), and propagation weight (PW). Their respective contributions are optimized using particle swarm optimization (PSO) to maximize detection performance. Utilizing the Cresci‐2017 Twitter dataset, which includes 1.6 million user profiles and over 37,000 labeled malicious accounts, the NVPF was calculated and integrated into a gradient boosting machine (GBM) classifier. Experimental results show that users in the top 15% of NVPF scores are 2.4 times more likely to be malicious, and the proposed model achieved an F1‐score of 0.88, precision of 0.90, and recall of 0.86, representing a 24.7% improvement over traditional centrality‐based approaches. These findings demonstrate the effectiveness and scalability of the NVPF model in enhancing cyber security risk assessment and early threat detection within dynamic OSN environments.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
