在線社交網(wǎng)絡異常用戶的檢測與控制

1、在線社交網(wǎng)絡異常用戶的檢測與控制重慶大學碩士學位論文（專業(yè)學位）學生姓名：祝祎胤指導教師：葉春曉教授兼職導師：肖影高工學位類別：工程碩士（計算機技術領域）重慶大學計算機學院二○一七年五月萬方數(shù)據(jù)重慶大學碩士學位論文中文摘要I摘要在社交網(wǎng)絡中，異常用戶是始終存在的。當前，對于異常用戶的檢測通常使用的是信息本身的特征來設計，這些檢測方法存在著計算開銷大、檢測效率低、影響用戶體驗等弊端，同時缺少系統(tǒng)性的、有針對性的控制策略，因此對異常用戶的檢

2、測和控制能力始終有限。本文基于信息熵的概念，提出了一種針對在線社交網(wǎng)絡中異常用戶的，簡潔高效的檢測方法，評估平臺中用戶的風險大小。并改進了一套適用于在線社交網(wǎng)絡的，鼓勵用戶之間信息分享，同時允許一定風險存在并有相應風險控制手段的訪問控制模型，使之可以根據(jù)檢測結果對異常用戶進行有效合理的控制。首先，本文介紹了社交網(wǎng)絡和社交網(wǎng)絡中異常用戶及其相關研究的現(xiàn)狀，分析了本課題研究的重難點，并闡述了本文所涉及的知識背景。而后，本文提出了交互熵這一概

3、念，并闡述了相關的定義與性質(zhì)。在說明了計算所需數(shù)據(jù)的類型和屬性之后，本文結合實例詳細闡述了，檢測周期的確定，根據(jù)用戶消息記錄數(shù)據(jù)計算用戶交互熵的具體步驟。接著，本文根據(jù)在線社交網(wǎng)絡環(huán)境，改進并建立FuzzyMLS模型。將異常用戶檢測過程中所得的風險值，映射到FuzzyMLS模型中的相應變量中，對模型進行進一步的修正，從而達到對異常用戶有針對性的控制，構成完善有效的社交網(wǎng)絡異常用戶檢測與控制模型。在此基礎上，本文使用真實數(shù)據(jù)集，計算并統(tǒng)計