基于复合分类模型的社交网络恶意用户识别方法

被引：11

作者：

谈磊 ^{[1
,2
,3
,4
]}

连一峰 ^{[1
,3
]}

陈恺 ^{[1
]}

机构：

[1] 中国科学院软件研究所信息安全国家重点实验室

[2] 中国科学院研究生院信息安全国家重点实验室

[3] 信息安全共性技术国家工程研究中心

[4] 信息网络安全公安部重点实验室(公安部第三研究所)

来源：

计算机应用与软件 | 2012年 / 29卷 / 12期

基金：

北京市自然科学基金;

关键词：

新浪微博; 社交网络; 自动分类; 特征选择; 恶意用户;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

社交网络近年发展迅速,微博类社交网络的用户数目及规模急剧增大的同时也带来了诸多安全问题,为了保护用户的隐私和个人、集体的利益,需要针对这些恶意行为进行识别并对恶意用户进行处理。提出一种采用复合分类模型对用户进行分类的方法,并开发了一个对微博类社交网络用户进行分类的系统。通过研究用户的属性和行为特点,比较属性间的相关性,从两方面兼顾了分类的准确性和效率。

引用

页码：1 / 5+17 +17

页数：6