با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد).
ردیف | عنوان | نوع |
---|---|---|
1 |
درآوردن شبکه های اجتماعی دارای مقیاس آزاد از حالت بی نامی با استفاده از روش قسمت بندی طیفی
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 5 - تعداد صفحات فایل doc فارسی: 15 داده های شبکه های اجتماعی به صورت گسترده ای با بخشهای ثالث به اشتراک گذاشته می شوند، ارسال می شوند و منتشر می شوند که منجر به ایجاد خطر افشای اطلاعات محرمانه می شود. اگرچه تامین کننده شبکه همیشه قبل از انتشار آن نگران داده ها می باشد اما حمله کننده ها می توانند هنوزهم داده های بی نام را برطبق اطلاعات کمکی جمع آوری شده بازیابی کنند. ما در این مقاله مشکل از حالت بی نام درآوردن را به مشکل هماهنگ سازی گره در گراف تبدیل می کنیم و روش درآوردن از حالت بی نامی می تواند تعداد گره هایی که باید در هر بار هماهنگ سازی شوند را کاهش می دهد. به علاوه، ما از روش قسمت بندی طیفی برای تقسیم بندی گراف اجتماعی به زیرگراف های گسسته استفاده می کنیم و این روش می تواند به صورت موثری برای شبکه های اجتماعی دارای مقیاس بزرگ به کار برده شود و به صورت موازی با استفاده از چندین پردازشگر اجرا شود. درطی تحلیل تاثیر توزیع قانون توانی روی درآوردن از حالت بی نامی، ما از روی قواعد ترکیبی اطلاعات ساختاری و فردی کاربران را بررسی می کنیم که این کار اطلاعات مشخصه کاربر را عملی تر می سازد. |
مقاله ترجمه شده |