[发明专利]一种面向社交网络的虚拟恶意节点及其网络识别方法

摘要

本发明公开了一种面向社交网络的虚拟恶意节点及其网络识别方法。本方法为1)从目标社交网络中获取未识别账户的属性数据、行为数据和通信数据；2)对于每一未识别账户，根据提取数据计算得到的信任度模型特征向量计算信誉度；3)对于信誉度低于设定阈值的每一未标识账户，根据其与正常用户的行为习惯统计数据进行对比，判断是否为虚拟恶意节点；4)对虚拟恶意节点集合进行分类并对每个分类结果中的虚拟恶意节点进行关联，形成虚拟恶意节点网络；再利用贝叶斯网络算法进行评估，确定出最终的虚拟恶意节点网络。本发明能够有效识别高伪装的恶意节点，且能够高效的识别出协同类虚拟恶意节点网络。

主权项

一种面向社交网络的虚拟恶意节点识别方法，其步骤为：1)从目标社交网络中获取未识别账户行为数据和通信数据；2)对于每一未识别账户，根据其行为数据建立该账户的好友关系网络，根据其通信数据建立该账户的通信关系网络；然后根据好友关系网络和通信关系网络计算得到的该账户好友出度变化值、好友入度变化值、通信出度向量、通信入度向量，建立该账户的信任度模型特征向量；然后根据该信任度模型特征向量计算该账户的信誉度；所述好友出度是指把目标账户标识为好友的账户数量；所述好友入度是指被目标账户标识为好友的账户数量；所述通信出度是指目标账户发送的通信消息量；所述通信入度是指目标账户接收的通信消息量；3)对于信誉度低于设定阈值的每一未标识账户，根据该账户的通信时间序列和消息内容生成该账户的行为习惯统计数据，然后将其与正常用户的行为习惯统计数据进行对比，如果差异大于设定阈值，则将该账户标记为虚拟恶意节点；否则将其标记为正常用户节点；所述行为习惯统计数据是指社交网络账户在行为数据和通信数据上表现出的统计规律的统计数据。