基于账户信用评价恶意发帖检测系统研究.docVIP

基于账户信用评价恶意发帖检测系统研究 　　摘 要： 恶意发帖检测系统处理的主体是帖子，往往忽略发帖是用户的主观行为。针对这一现象，从研究用户的主观行为出发，建立账户信用模型，设计基于账户信用评价的恶意发帖检测系统。分析账户信用模型的主要影响因素，将其离散化，量化账户的信用。通过建立账户信用模型，对账户进行信用评价和分类，有效发现恶意账户，预测发帖行为，对恶意账号进行严格监控，并根据账户信用影响反馈，动态调整恶意发帖检测系统。通过实验，验证了恶意发帖检测系统的有效性。 　　关键词： 账户信用； 信用评价； 恶意发帖； 发帖检测 　　中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2016）06?0053?05 　　Research of malicious post detection system based on account credit evaluation 　　YANG Xiaolan1， LIU Kegang2， QIAN Cheng1， ZHU Fuxi1， 2 　　（1. School of Information and Engineering， Wuchang University of Technology， Wuhan 430223， China； 　　2. School of Computer， Wuhan University， Wuhan 430072， China） 　　Abstract： At present， the malicious posting detection system deals with the post itself， but ignores that the post is the user′s subjective behavior. Proceeding from the research of the user′s subjective behavior， an account credit model was established and a malicious post detection system based on account credit evaluation was designed to eliminate the phenomenon. The main influencing factors of account credit model are analyzed and discretized for account credit quantification. By establishing the model account credit， the accounts credit standing is evaluated and classified to effectively discover malicious accounts， predict posting behavior， and realize strict monitoring of malicious accounts. The malicious posting detection system is dynamically adjusted according to the credit feedback of the account. The validity of the malicious post detection system was verified through the experiment. 　　Keywords： account credit； credit evaluation； malicious posting； post detection 　　中国互联网发展迅速，据中国互联网络信息中心（CNNIC）2015年7月发布的第36次《中国互联网络发展状况统计报告》，截止2015年6月，中国网民规模达6.68亿，互联网普及率达48.8%。目前，虚假信息、造谣诽谤、网络水军等现象影响着互联网的健康发展[1?3]，恶意发帖检测系统旨在为网络社区发现、剔除恶意发帖，构建优质网络社区环境，营造健康和谐的网络社会环境。 　　目前网络舆情系统多采用自然语言处理、机器学习、数据分析等手段分析用户发布的信息内容是否健康，是否符合社区的中心思想。与针对发帖内容的检测技术相比，基于行为的恶意检测技术，不再在帖子的汪洋大海中无针对性的寻找恶意帖子，改为有针对性地寻找恶意帖子部落，恶意帖子部落的中心是恶意账户。综合考虑账户发帖频率、发帖时间、账户信息维护等多个维度的行为特征，可以有效发现恶意账户，