發(fā)布時間：2018-03-26 18:16

  本文選題：新浪微博　切入點：惡意用戶檢測　出處：《上海交通大學》2014年碩士論文

【摘要】：近年來，隨著互聯(lián)網的普及，微博作為一種新的媒體形式和交流平臺也越來越流行。與此同時，微博平臺上不斷涌現(xiàn)出的各種惡意行為，，開始成為破壞微博安全和內容質量的最大威脅。如何鑒別惡意用戶，成為社交網絡研究領域的一個重要課題�，F(xiàn)有的針對微博的研究大多數以Twitter為平臺，其成果無法直接應用于新浪微博等中文微博平臺。因此，專門針對中文微博的研究也是相當有必要的。 本文以新浪微博為研究對象，提出了一種基于行為特征檢測的微博惡意用戶鑒別方法。我們采用了多種方法收集了惡意用戶樣本：通過架設主動式蜜罐賬號，我們吸引了114個惡意用戶；利用微博爬蟲程序，我們捕獲了1459個惡意用戶。此外，我們還從淘寶購買了微博推廣服務，從而獲得了8000個惡意用戶樣本。我們將惡意用戶樣本按照行為模式進行分類，歸納總結了三種不同的惡意行為模式：過度廣告、重復轉發(fā)以及過度關注。我們針對所得到的三種不同行為模式的惡意用戶進行了深入的分析，通過與正常用戶比較統(tǒng)計特征值的方法，歸納總結了他們的特點并且找到了能夠區(qū)分惡意用戶與正常用戶的特征。在此基礎上，我們利用機器學習技術實現(xiàn)了多種惡意行為分類器，并且將這些分類器整合在一起構成了自動檢測系統(tǒng)。我們利用重新收集的測試數據集對該系統(tǒng)進行了測試。該系統(tǒng)能檢測出82.06%的惡意用戶，而誤報率則只有5.92%。
[Abstract]:In recent years, with the popularity of the Internet, micro-blog as a new form of media and communication platform is more and more popular. At the same time, a variety of malicious behavior on the micro-blog platform continue to emerge, become the greatest threat to micro-blog security and content quality. How to identify malicious users, has become an important research topic in the field of social network the existing micro-blog. Most of the studies on Twitter platform, the results can not be directly applied to Sina micro-blog and micro-blog Chinese platform. Therefore, the research on Chinese micro-blog is quite necessary.
This paper takes Sina and micro-blog as the research object, presents a micro-blog malicious user identification method based on behavior detection. We used a variety of methods to collect the samples through the erection of a malicious user: active honeypot account, we attracted 114 malicious users; using micro-blog crawler, we captured 1459 malicious users. In addition, we also purchased from Taobao micro-blog promotion service, so as to obtain 8000 malicious users. We will sample the sample according to the malicious user behavior patterns are classified, summarized three kinds of malicious behavior in different modes: excessive advertising, repeated and excessive attention. We aim at three kinds of behavior patterns obtained by malicious users an in-depth analysis of eigenvalue method by comparison with normal user statistics, summarizes their characteristics and found to distinguish malicious The characteristics of the user and normal user. On this basis, we use machine learning techniques to achieve a variety of malicious behavior classifier, and the classifier together constitute an automatic detection system. We set the system is tested by test data to collect. This system can detect 82.06% malicious users, and false alarm rate it is only 5.92%.

【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092

【共引文獻】

相關期刊論文 前10條

1 沈紅;謝紅彬;;微博營銷浪潮中的省級旅游局官方微博營銷現(xiàn)狀[J];旅游論壇;2013年06期

2 黃國偉;劉云霞;陳志;;基于用戶反饋的個性化垃圾郵件過濾方法[J];電子設計工程;2014年15期

3 方佳明;祖亞玲;朱文龍;;基于游客視角的旅游社會媒體使用收益分析[J];電子科技大學學報(社科版);2014年05期

4 黃靜;朱麗婭;周南;;企業(yè)家微博信息對其形象評價的影響機制研究[J];管理世界;2014年09期

5 王西濤;邵娟;杜彩云;;旅游目的地微博營銷研究[J];重慶科技學院學報(社會科學版);2015年04期

6 丁明秀;;微博視域下學校思想政治教育面對的挑戰(zhàn)與機遇[J];教學與管理;2013年21期

7 李英樂;于洪濤;劉力雄;;基于SVM的微博轉發(fā)規(guī)模預測方法[J];計算機應用研究;2013年09期

8 王紅玲;鄭綱;;改進的貝葉斯算法在垃圾郵件過濾中的應用[J];信息通信;2013年09期

9 劉行軍;王偉軍;;微博信息傳播影響因素的探索性分析[J];理論月刊;2014年01期

10 翟軍昌;車偉偉;;一種基于條件熵的垃圾郵件過濾算法[J];計算機與現(xiàn)代化;2014年02期

相關會議論文 前2條

1 蔣文瑛;王洪偉;;基金管理企業(yè)微博營銷策略的選擇研究——以J公司為例[A];第十一屆中國不確定系統(tǒng)年會、第十五屆中國青年信息與管理學者大會論文集[C];2013年

2 劉勇;王永慶;;掘金社會化媒體[A];第九屆（2014）中國管理學年會——管理與決策科學分會場論文集[C];2014年

相關博士學位論文 前7條

1 閆幸;企業(yè)微博互動對消費者品牌忠誠和購買意愿的影響機制研究[D];華中科技大學;2013年

2 劉行軍;微博用戶及其信息傳播影響因素研究[D];華中師范大學;2013年

3 方益權;馬克思主義政治哲學視域下的網絡危機事件研究[D];浙江大學;2013年

4 王少劍;移動微博技術對農村基本公共服務績效的作用機理研究[D];浙江大學;2014年

5 王玉華;網絡公共事件傳播中微博倫理失范與規(guī)制研究[D];中國科學技術大學;2014年

6 閆幸;企業(yè)微博互動對消費者品牌忠誠和購買意愿的影響機制研究[D];華中科技大學;2013年

7 周鵬;面向危機事件感知的微博信息加工方法研究[D];華中科技大學;2013年

相關碩士學位論文 前10條

1 龐勝楠;電視媒體與社交媒體互動研究[D];山東師范大學;2013年

2 代琳娜;微博污染傳播模型的研究與應用[D];鄭州大學;2013年

3 顏冰鳳;微博的思想政治教育功能及其實現(xiàn)研究[D];西南大學;2013年

4 曹嘉健;微時代下的文化狂歡：聚焦微博的傳媒社會學解讀[D];華東師范大學;2013年

5 王惟迅;中國微博客平臺下網絡營銷效果影響因素探究[D];北京郵電大學;2013年

6 閆紅秀;基于微博的小學品德與社會主題探究學習活動設計[D];河北大學;2013年

7 崔婉虹;我國微博擴散普及的影響因素研究[D];河北大學;2013年

8 張磊;從混沌的微博信息到有序的情報收集[D];西南大學;2013年

9 葛彥菲;基于社會網絡分析的涉農微博交流特性研究[D];南京農業(yè)大學;2012年

10 艾文婧;微博平臺的信息碎片化研究[D];陜西師范大學;2012年

本文編號：1669000