在线社交网络中异常帐号检测方法研究

被引：28

作者：

张玉清 ^{[1
]}

吕少卿 ^{[1
]}

范丹 ^{[2
,3
]}

机构：

[1] 西安电子科技大学综合业务网理论及关键技术国家重点实验室

[2] 中国科学院大学国家计算机网络入侵防范中心

[3] 中国科学院信息工程研究所信息安全国家重点实验室

来源：

计算机学报 | 2015年 / 38卷 / 10期

关键词：

在线社交网络; 异常帐号; 异常检测; 社交网络安全; 检测方案; 垃圾信息; 社会计算;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

异常帐号检测是在线社交网络安全研究的关键问题之一.攻击者通过异常帐号传播广告、钓鱼等恶意消息以及恶意关注、点赞等行为严重威胁正常用户的信息安全和社交网络的信用体系,为此有大量的研究工作来检测社交网络中异常帐号.文中回顾了近年来在线社交网络中异常帐号检测的主要成果,阐述了异常帐号在不同发展阶段的表现形式以及检测异常帐号所面临的主要挑战,重点从基于行为特征、基于内容、基于图(Graph)、无监督学习四个方面总结了异常帐号检测方案,介绍了在实验过程中数据获取、数据标识以及结果验证的主要方法,并对未来异常帐号检测的研究趋势进行了展望.

引用

页码：2011 / 2027

页数：17

共 22 条

[1] 基于群体特征的社交僵尸网络检测方法
倪平
张玉清
闻观行
刘奇旭
范丹
[J]. 中国科学院大学学报, 2014, 31 (05) : 691 - 700+713
[2] 在线社交媒体数据抽样方法的比较研究
崔颖安
李雪
王志晓
张德运
[J]. 计算机学报, 2014, 37 (08) : 1859 - 1876
[3] 网络水军识别研究
莫倩
杨珂
[J]. 软件学报, 2014, 25 (07) : 1505 - 1526
[4] 在线社会网络的测量与分析
徐恪
张赛
陈昊
李海涛
[J]. 计算机学报, 2014, 37 (01) : 165 - 188
[5] Anomaly detection in online social networks[J] . David Savage,Xiuzhen Zhang,Xinghuo Yu,Pauline Chou,Qingmai Wang.Social Networks . 2014
[6] Early filtering of ephemeral malicious accounts on Twitter[J] . Sangho Lee,Jong Kim.Computer Communications . 2014
[7] Communities, Random Walks, and Social Sybil Defense[J] . Lorenzo Alvisi,Allen Clement,Alessandro Epasto,Silvio Lattanzi,Alessandro Panconesi.Internet Mathematics . 2014 (3-4)
[8] Twitter spammer detection using data stream clustering[J] . Zachary Miller,Brian Dickinson,William Deitrick,Wei Hu,Alex Hai Wang.Information Sciences . 2014
[9] A taxonomy-based model of security and privacy in online social networks
Caviglione, L.
Coccoli, M.
Merlo, A.
[J]. INTERNATIONAL JOURNAL OF COMPUTATIONAL SCIENCE AND ENGINEERING, 2014, 9 (04) : 325 - 338
[10] Uncovering Social Network Sybils in the Wild
Yang, Zhi
Wilson, Christo
Wang, Xiao
Gao, Tingting
Zhao, Ben Y.
Dai, Yafei
[J]. ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2014, 8 (01) : 5 - 33

← 1 2 3 →