Preserving Privacy in Multimedia Social Networks Using Machine Learning Anomaly Detection
En la actualidad, la privacidad de los usuarios es un asunto crítico en las redes sociales multimedia. Sin embargo, las técnicas tradicionales de detección de anomalías de aprendizaje automático que se basan en archivos de registro de usuarios y patrones de comportamiento no son suficientes para preservarla. Por lo tanto, la seguridad de las redes sociales debería contar con múltiples medidas de seguridad para tener en cuenta información adicional y proteger los datos de los usuarios. Más precisamente, los modelos de control de acceso podrían complementar los algoritmos de aprendizaje automático en el proceso de preservación de la privacidad. Los modelos podrían utilizar información adicional derivada de los perfiles de usuarios para detectar usuarios anómalos. En este documento, implementamos un algoritmo de preservación de la privacidad que incorpora técnicas de detección de anomalías de aprendizaje automático supervisadas y no supervisadas con modelos de control de acceso. Debido a las políticas ricas y detalladas, nuestro modelo de control actualiza continuamente la lista de atributos utilizados para clasificar a los usuarios.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros