本文關鍵詞：基于信任計算的社交網(wǎng)絡惡意用戶檢測

  更多相關文章： 信任模型 社交網(wǎng)絡 惡意用戶 網(wǎng)絡安全

【摘要】：隨著互聯(lián)網(wǎng)技術的高速發(fā)展,社交網(wǎng)絡已經(jīng)成為了人們網(wǎng)絡生活中必不可少的一個重要應用。但是由于用戶的增多,各種不良信息也涌入進來,惡意用戶的存在給社交網(wǎng)絡的正常運行造成了不良影響。普通用戶由于經(jīng)驗不足和缺乏技術,容易受到惡意用戶發(fā)送的信息的騷擾和詐騙。各種網(wǎng)絡應用和社交網(wǎng)絡緊密結合,用戶的社交賬號往往和其銀行、財務、手機和身份信息相互關聯(lián),惡意攻擊者可以借此造成正常用戶的經(jīng)濟和財產(chǎn)損失以及個人重要信息的泄露。為此,設計并使用一種良好的惡意用戶鑒別模型就成為了一項重要的研究工作。本文針對以上存在的問題,從動態(tài)信任模型的研究出發(fā),總結社交網(wǎng)絡中信任機制的特點與規(guī)律,根據(jù)現(xiàn)今社交網(wǎng)站快速的變化發(fā)展特點,設計了一種基于交互信息及其產(chǎn)生的信任關系的模型,對社交網(wǎng)絡中的用戶節(jié)點進行評價,并結合社交網(wǎng)絡時新的安全防范機制,篩選出惡意用戶。本文的研究工作主要有著幾個方面:首先,本文設計了一種基于浮動信任的社交網(wǎng)絡信任模型,使得社交網(wǎng)絡的信任度計算更加有針對性,更符合各個社交網(wǎng)站的獨特性質(zhì)。其次,針對信任計算中的性能開銷大、所需時間長等主要問題,提出了基于用戶交互行為中更新時間的優(yōu)化策略,將交互行為按照發(fā)生的時間賦予不同的權值,將計算資源放在最重要的部分,選取用戶最親密的關系鏈進行計算,也起到了優(yōu)化性能的作用。再次,將設計的信任模型應用于惡意用戶檢測系統(tǒng)中,作為核心判斷機制。同時,選取傳統(tǒng)流行的惡意用戶篩選策略,與信任機制相輔相成,使得惡意用戶檢測的準確度和性能均得到提升。最后通過設計仿真實驗,對以上三點研究內(nèi)容進行了模擬實驗,驗證所完成工作的合理性和有效性。
【關鍵詞】：信任模型 社交網(wǎng)絡 惡意用戶 網(wǎng)絡安全
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.08
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術語注釋表8-9
• 第一章 緒論9-13
• 1.1 課題背景9-10
• 1.2 課題應用領域10-11
• 1.3 論文研究內(nèi)容11-12
• 1.4 論文組織結構12-13
• 第二章 社交網(wǎng)絡核心技術13-23
• 2.1 社交網(wǎng)絡概述13-16
• 2.1.1 六度分離理論14-15
• 2.1.2 圖論和復雜網(wǎng)絡15
• 2.1.3 Web 2.0 和移動互聯(lián)網(wǎng)15-16
• 2.2 社交網(wǎng)絡安全問題16-18
• 2.2.1 社交網(wǎng)絡惡意/垃圾信息17
• 2.2.2 社交網(wǎng)絡蠕蟲17
• 2.2.3 高級持續(xù)威脅17-18
• 2.3 社交網(wǎng)絡信任模型18-22
• 2.3.1 信任與信譽18-19
• 2.3.2 常見信任模型優(yōu)缺點19-22
• 2.4 本章小結22-23
• 第三章 浮動信任度算法23-29
• 3.1 基于交互的浮動信任算法23-25
• 3.1.1 信任度定義23-24
• 3.1.2 基礎信任度與浮動信任度24-25
• 3.2 間接信任度傳遞算法25-26
• 3.3 浮動信任度算法仿真26-28
• 3.3.1 準確度評價27-28
• 3.3.2 性能分析28
• 3.4 本章小結28-29
• 第四章 信任計算低權路徑剔除算法29-40
• 4.1 社交網(wǎng)絡路徑29-31
• 4.1.1 路徑距離29
• 4.1.2 最短路徑距離29-30
• 4.1.3 社交網(wǎng)絡直徑與平均距離30-31
• 4.2 信任路徑剪枝算法31-35
• 4.2.1 分層信任31-32
• 4.2.2 最近更新時間優(yōu)先32-33
• 4.2.3 信任路徑剪枝33-35
• 4.3 路徑優(yōu)化算法仿真35-39
• 4.3.1 準確度評價35-38
• 4.3.2 性能分析38-39
• 4.4 本章小結39-40
• 第五章 惡意用戶檢測機制40-54
• 5.1 惡意用戶表現(xiàn)形式及其危害40-43
• 5.1.1 惡意用戶表現(xiàn)形式40-42
• 5.1.2 Command and Control42-43
• 5.1.3 惡意用戶危害43
• 5.2 用戶綜合信譽算法43-47
• 5.2.1 信譽計算43-45
• 5.2.2 優(yōu)化與改進45
• 5.2.3 信譽傳遞45-47
• 5.3 基于信任的惡意用戶檢測47-48
• 5.3.1 惡意行為分類47
• 5.3.2 用戶打分機制47-48
• 5.4 綜合用戶篩選策略48-51
• 5.4.1 關鍵人物挖掘算法48-50
• 5.4.2 惡意用戶檢測系統(tǒng)50-51
• 5.5 仿真實驗51-53
• 5.5.1 惡意用戶檢測準確率51-52
• 5.5.2 惡意用戶檢測性能分析52-53
• 5.6 本章小結53-54
• 第六章 總結與展望54-56
• 6.1 論文工作總結54
• 6.2 未來工作展望54-56
• 參考文獻56-59
• 附錄1 攻讀碩士學位期間撰寫的論文59-60
• 致謝60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;基于位置的手機社交網(wǎng)絡“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡更偏向于用戶工具[J];信息網(wǎng)絡;2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡服務的類型分析與促進方案[J];現(xiàn)代傳播(中國傳媒大學學報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡:連接與發(fā)現(xiàn)[J];廣東通信技術;2011年07期

7 陳一舟;;社交網(wǎng)絡的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡:孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學研究;2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡用戶的人格預測與關系強度研究[A];第七屆（2012）中國管理學年會商務智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(wǎng)絡中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學科研究生學術論壇獲獎論文[C];2010年

3 楊子鵬;喬麗娟;王夢思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡與大學生焦慮緩解[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術會議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡解析[A];第九屆全國體育科學大會論文摘要匯編(4)[C];2011年

5 杜p，

本文編號：1043223