چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2005311 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
580 Kb
حجم فایل فارسی :
312 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
الگوریتمهایی برای بازیابی دادهها از گرافهای شبکهی اجتماعی آنلاین
عنوان انگليسي
Algorithms for Data Retrieval from Online Social Network Graphs
نویسنده/ناشر/نام مجله
10th IEEE International Conference on Computer and Information Technology
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 7 صفحه انگلیسی به صورت پی دی اف و 17 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
در چند سال اخیر، فرآیند مبادله ی داده ها از شبکه های اجتماعی آنلاین (OSN) به شکلی خودکار صورت گرفته است. هدف از این مقاله، استخراج پروفایل همه ی دوستان از پروفایل های شبکه ی MySpace بوده تا بتوان یک گراف دوستی را ایجاد کرد. این گراف به منظور بررسی و بکار گیری معیارهای آسیب پذیری گره مورد تحلیل قرار می گیرد. این پژوهش را می توان یک شکل توسعه یافته از فعالیت های قبلی ما دانست که بر روی استخراج مهم ترین دوستان متمرکز بود ولی آسیب پذیری گراف یا گره را بررسی نمی کند. گراف، به وسیله ی لینک های دوستی که استخراج شدند و در یک مخزن قرار داده شدند ایجاد شد. با توجه به ساختار گراف و جزئیات شخصی پروفایل ها و ساختار گراف، به منظور پیدا کردن آسیب پذیرترین گره، این آسیب پذیری باید مورد بررسی قرار گیرد. نتایج نوید بخشی بدست آمده است و یافته های جالبی را به همراه داشته است. ارزیابی معیار نشان می دهد که گراف را می توان به منظور بدست آوردن اطلاعاتی که بر روی پروفایل موجود نیست بکار برد. تعداد همسایه ها و ضریب خوشه بندی را می توان دو فاکتور اصلی دانست که بر روی آسیب پذیری گره تأثیر دارد.
1-مقدمه
در طی چندین سال گذشته، استفاده از شبکه های اجتماعی آنلاین سریعاً به دلیل افزایش تعداد کاربرانی که جزئیات شخصی خود را بر روی پروفایل ها نشان می دهند افزایش پیدا کرده است. حجم زیادی از داده های شخصی می تواند مسائل حریم را به دنبال داشته و افراد را در برابر حملات مهندسی اجتماعی آسیب پذیر سازد. پژوهش های بیشتری را باید به منظور بررسی مشخصه های گراف های شبکه ی اجتماعی آنلاین صورت داده تا بتوان مفهوم کلیدی آسیب پذیری را که در جزئیات شخصی بسیار رایج می باشد درک نمود...
استخراج خودکار دادهها آسیبپذیری گرافهای شبکهی اجتماعی آنلاین
:کلمات کلیدی
Abstract
In the last few years, data extraction from online social networks (OSNs) has become more automated. The aim of this study was to extract all friends from MySpace profiles in order to generate a friendship graph. The graph would be analysed to investigate and apply node vulnerability metrics. This research is an extension of our previous work which concentrated on the extraction of top friends but did not investigate the graph or node vulnerability. The graph was generated from the friendship links that were extracted and placed into a repository. From the graph structure and profiles' personal details, vulnerability was calculated to find the most vulnerable node. Results were promising and provided interesting findings. Metric validation highlighted that the graph can be used to infer information that may not be present on the profile. The number of neighbours and the clustering coefficient were two main factors that affect the vulnerability of nodes
Keywords:
Automated Data Extraction Vulnerability Online Social Network Graphs
سایر منابع مهندسی کامپیوتر و IT-نرم افزار در زمینه شبکه اجتماعی