伟徳国际官网登录入口泛在網絡與信息安全團隊師生的研究論文《Anchor Link Prediction for Cross-Network Digital Forensics from Local and Global Perspectives》日前被網絡與信息安全領域頂級期刊IEEE Transactions on Information Forensics and Security（IEEE TIFS）接受錄用。論文作者順序依次為王煥然、楊武、苘大鵬、呂繼光、韓帥、譚靜文、劉濤。
IEEE Transactions on Information Forensics and Security是信息安全領域最具影響力的國際頂級刊物之一，中國計算機學會（CCF）推薦A類期刊，中國密碼學會（CACR）推薦A類期刊，中科院SCI一區TOP期刊。TIFS期刊主要關注計算機及網絡安全、可靠性領域最新的研究進展和技術。
我院發表成果旨在研究針對多社交網絡取證場景下的用戶去匿名化技術，為跨網絡犯罪取證提供了堅實的數據支撐。由于不同的社交網絡所提供的服務不同，社交網絡的服務語義之間存在明顯差異，相同用戶在不同的社交網絡中的所扮演的角色也随之改變。不同的服務語義特征造成的角色特征淹沒，嚴重制約了跨網絡去匿名化的性能。
在該篇論文中，作者針對上述問題構建了用戶在單一社交網絡中的角色特征。為了有效地描述用戶角色在不同社交網絡之間的轉換過程，作者進一步提出基于聯合訓練的表示學習框架，在聯合訓練過程中使用概率分布方法衡量用戶角色在不同社交網絡之間轉化的代價，并對用戶角色在不同社交網絡之間的轉換進行描述，模型框架如下圖所示。論文實驗結果表明，作者所設計的基于用戶角色轉換的去匿名化方法可以有效地提升用戶身份識别性能。在三個真實數據集上，該論文所提出的方法在準确率上比傳統方法提升4%到7%。
此外，作者通過實驗進一步說明，以去匿名化的結果作為不同社交網絡的外部數據關聯，可以有效地緩解單一社交網絡中有效信息匮乏的問題，進一步提升跨網絡取證的性能。該研究工作得到國家重點研發計劃項目、國家自然科學基金重點項目等課題的大力支持。