基于层次聚类的虚假用户检测-清华大学学报.PDF

( ) / 清华大学学报 自然科学版 年 第 卷 第 期 ISSN１０００Ｇ００５４ ２０１７ ５７ ６ １１１９ / 　 ( ), , , CN１１Ｇ２２２３N 　JTsinhuaUniv SciTechnol ２０１７ Vol．５７ No．６ ６２０Ｇ６２４ g 基于层次聚类的虚假用户检测 , , 方 勇 刘道胜 黄 诚 　 　 　 　 ( , ) 四川大学 电子信息学院 成都 ６１００６４ : , 摘 要 互联网上充斥着大量恶意用户 而互联网服务提供 　 有一些用户却通过滥用互联网服务获取不正当的利 , 商通常有海量的注册用户 使得系统难以从中发现虚假账 . 、 、 益 这些恶意用户通过发布垃圾信息 虚假信息 . , 户 针对海量注册数据中 恶意用户批量注册的虚假账户通 [ ] １３ 钓鱼信息等方式扰乱互联网秩序 .当部分服务 . 常具有相似性的特点 该文提出海量数据中定位虚假账户 , 商建立新网站或者推出新业务时 服务商会在网上 , 的系统模型 利用用户名字符串组成模式对海量数据进行 . 进行一些促销返利活动以招揽顾客 恶意用户通过 , , 预分类 进而对每个分类中元素计算字符串相似度 即计算 . 注册大量虚假账户直接获取经济利益 当这些Web . , 字符串Levenshtein距离 设置合适的阈值 进行层次聚类 , 服务提供商不再有促销活动时 这些虚假账户就变 , . 分析 从而定位藏匿在海量注册数据中的成组的虚假账户