- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于个性特征仿真邮件系统挖掘犯罪网络核心
基于个性特征仿真邮件分析系统挖掘犯罪网络核心(
乔少杰1) 唐常杰1) 彭京2) 刘威1) 温粉莲1) 邱江涛1)
1) (四川大学计算机学院 成都 610065)
2) (北京大学信息科学技术学院 北京 100871)
摘 要 数据挖掘应用于犯罪集团或恐怖组织社会网络分析是一种新兴的研究方法,国内外在分析犯罪和恐怖组织之间通信行为方面的研究工作亟待深入。为了模拟社会网络中个体利用电子邮件进行通信的规律,设计了一种基于个性特征的仿真邮件分析系统MEP,提出一种利用个性特征判别矩阵计算个性特征矢量各个维度权重的新方法,借助符合用户个性特征的正态分布模型模拟真实的邮件通信行为。为了挖掘犯罪网络的核心成员,提出了一种基于社会网分析络挖掘犯罪组织核心成员的算法CNKM(Crime Network Key Member mining),并利用时间序列分析方法对邮件的收发规律进行深入分析,发现异常通信事件。实验证明了本文提出的仿真邮件分析系统的有效性和实用性,模拟邮件通信的平均误差小于10%,并验证了CNKM算法的有效性。
关键词 数据挖掘;个性特征;仿真;邮件分析系统;社会网络分析
中图法分类号 TP311
Mining Key Members of Crime Networks Based on Personality Trait Simulation Email Analysis System
QIAO Shao-Jie1) TANG Chang-Jie1) PENG Jing2) LIU Wei1) WEN Fen-Lian1) Qiu Jiang-Tao1)
1) (School of Computer Science, Sichuan University, Chengdu 610065)
2) (School of Electronics Engineering and Computer Science, Peking University, Beijing 100871)
Abstract It is a new paradigm to apply data mining technologies to analyze the crime groups and terrorist social networks, there is little work being done on analyzing the communication behavior of criminal and terrorist groups. This paper designed a simulation email system based on personality trait dimensions, called MEP, to model the email users’ traffic behavior, proposed a new approach of computing the weight of each dimension in a personality trait vector by using personality trait judge matrix, and simulated the real-world email communication behavior based on normal distribution model satisfying users’ personality trait. This paper proposed a social network analysis based algorithm called CNKM (Crime Network Key Member mining) to mine key members of a crime group, and employed time-series analysis techniques to discover the email sending and receiving rules in order to detect the abnormal communication cases. The experimental results show the efficiency and usability of the simulation email analysis system, the average simulation error is less than 10%, and demonstrate that CNKM is efficient.
Keywo
文档评论(0)