科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前Web追踪领域主要使用浏览器指纹对用户进行追踪，针对浏览器指纹追踪技术存在指纹随时间动态变化，不易长期追踪等问题，提出了一种关注节点和边缘特征的改进图采样聚合算法（NE-GraphSAGE，An Improved Graph SAmple and AGgregatE with Both Node and Edge Features）用于浏览器指纹追踪。首先以浏览器指纹为节点，指纹之间特征相似度为边构建图数据。其次对图神经网络中的GraphSAGE算法进行改进使其不仅能关注节点特征，而且能捕获边缘信息并对边缘分类以此来识别指纹。最后将NE-GraphSAGE算法与Eckersley算法、FPStalker算法和LSTM算法进行对比验证NE-GraphSAGE算法的识别效果。实验结果表明，NE-GraphSAGE算法在准确率和追踪时长上均有不同程度的提升，最大追踪时长可达80天，对比其它三个算法具有更优性能，验证了NE-GraphSAGE算法对浏览器指纹长期追踪的能力。
- 单位
