微博惡意用戶識別

《微博惡意用戶識別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、ｗｍ１０００４學(xué)校代碼：密級；公開ｍＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ義碩±學(xué)位論文Ｈ麗惡意用戶識別作者姓名趙建就學(xué)科專業(yè)通信與信息系統(tǒng)—＾指導(dǎo)教師劉云教授Ｉ涼；巧＇帛娜帛旨肛ｆｉ卽Ｉ如＇交道乂讓碩±學(xué)位論文微博惡意用戶識別ＴｈｅＭｅｔｈｏｄ?。牐桑颍螅牐椋睿牐停椋悖颍铮猓欤铮纾崳姡憨枺洌澹睿簦椋妫牐樱穑幔恚恚遄髡撸黑w建就ｌ云導(dǎo)師：，ｊ北京交通大學(xué)２０１６年４月學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全

2、了解北京交通大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)北京交通大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，提供閱覽服務(wù)，并采用影印、縮印或掃描等復(fù)制手段保存、匯編供查閱和借閱。同意學(xué)校向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和磁盤。學(xué)?？桑诪榇嬖陴^際合作關(guān)系的兄弟高校用戶提供文獻傳遞服務(wù)和交換服務(wù)。？（保密的學(xué)位論文在解密后適用本授權(quán)說明）學(xué)位論文作者簽名：導(dǎo)師簽名：如年今月＊簽字曰期；＞／／足曰簽字曰期年今月＞曰／／學(xué)校代碼：１０００４密級：公開北京

3、交通大學(xué)碩±學(xué)位論文微博惡意用戶識別ＴｈｅＭｅｔｈｏｄｔｏＩｄｅｎｔｉｆｙＳｐａｍｍｅｒｓｉｎＭｉｃｒｏｂｌｏｇ作者姓名：趙建就學(xué)號：１１１２０２０３導(dǎo)師姓名：云職稱：教授：工學(xué)學(xué)位級別學(xué)位類別：碩±學(xué)科專業(yè)：通信與信息系統(tǒng)研究方向：計算機網(wǎng)絡(luò)北京交通大學(xué)２０１６年４月ｉ致謝時光如水），如白葫過隙，兩年多的研巧生生活即將結(jié)束。回首論文創(chuàng)作的過程，再看兩年來的求學(xué)經(jīng)歷，，對那些指引我、幫助我、鼓勵我的人們我的必中充滿了感激。

4、首先，我要感謝我的導(dǎo)師劉云教授，傾注了劉老師。論文從開題到最終定稿、血大量的屯。劉老師對我的教誨，不僅僅局限于學(xué)術(shù)上，在我攻讀碩±研巧生期，，她點撥迷津，間從各方面都深深受益于劉老師。作為老師；作為長輩她關(guān)懷備至，，我感到十分的幸運與榮耀，能夠師從劉老師。在這里向劉老師致Ｗ我最誠擎的敬意和感謝！一直Ｗ來教導(dǎo)我同時，感謝、關(guān)也我的張振江教授和沈波教授，兩位老師在我的論文寫作過程中同樣給予了許多指導(dǎo)與建議，讓我的論文更加充實、嚴謹。一在此表示最衷也的感謝直來的幫助與鼓勵，對

5、我的論。還要感謝熊菲副教授文提出寶貴的意見和建議。在論文的寫作過程中，張文宇、王寧偉、吳曉陽等同學(xué)在各自擅長的領(lǐng)域給、予了我諸多的幫助。還要感謝朝夕相處的同學(xué)們，在兩年多的時光里共同成長一共同進步。同窗之誼，世難忘。一一北京交通大學(xué)，我還要感謝我的母校，自２００７年本科入學(xué)如今己是第９個年頭，就要告別，必中盡是不舍。巍巍交大，百廿其衍，恰逢母校１２０周年校！慶，愿交大繼往開來，續(xù)寫輝煌，最后，我要把最真掌的感謝說與我的妻子云逵和她腹中我們愛情的結(jié)晶是一，妻子的理解與

6、支持讓我在探索學(xué)術(shù)的道路上路向前，是孩子的激勵，讓我在生活的道路上一往無前。北京交通大學(xué)碩±學(xué)位論文摘要摘要隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，ＷＦａｃｅｂｏｏｋ，Ｔｗｉｔｅｒ為代表的在線社交網(wǎng)絡(luò)成為了人們相互之間交流的重要途徑。而在國內(nèi)，微博更是成為時下最熱口的在線社交網(wǎng)絡(luò)。然而，微博中還充斥著大量的利用微博傳遞惡意信息、實施惡意行為的惡意用戶，對微博生態(tài)和微博中正常用戶的隱私和財產(chǎn)安全構(gòu)成了威脅。因此，關(guān)于反惡意用戶方法的研巧具有很大現(xiàn)實意義，這其中就包括惡意用戶識別技

7、術(shù)。一當前，微博惡意用戶識別的研究主要集中在兩個方面，是基于惡意信息內(nèi)一容與統(tǒng)計特征分析，二是基于惡意用戶的行為特征和用戶關(guān)系。研究者們或從，或從兩個方向同時著手個方向，取得了大量的研究成果。然而目前的方法普遍只能利用二分類方法簡單區(qū)分惡意用戶與正常用戶。本文承襲前人經(jīng)驗，從微博及其惡意用戶行為研究入手，依照惡意用戶行為策略，對惡意用戶進行了更為系統(tǒng)的分類。結(jié)合博弈論建立了正常用戶與惡意用戶之間的行為博弈模型，并Ｗ模型為基礎(chǔ)對微博用戶的謹慎程度進行定量計算。通過謹慎度，

8、強化了微博用戶行為特征對正常用戶和惡意用戶的區(qū)分能力。最后應(yīng)用基于置信度的多蟻群隨機游走（ＣＡＲＷ）算法對惡意用戶進行識別。本文的主要工作包括１＾下幾方面：，首先，本文針對當前惡意用戶分類不夠清晰的現(xiàn)狀對惡意用戶類型進行了更為系統(tǒng)的劃分。研究過程中，通過更為多樣的途徑對微博中的惡意用戶樣本及相關(guān)數(shù)據(jù)進行采集，經(jīng)過對用戶樣本在實施惡意行為過程中行為策略的觀察與研究，重新劃分惡意用戶的類型。在此基礎(chǔ)上，本文對各類用戶的行為特征進行了