基于關(guān)系圖的微博僵尸用戶檢測(cè)方法
【專利摘要】基于關(guān)系圖分析的微博僵尸用戶檢測(cè)方法，包括數(shù)據(jù)收集模塊和關(guān)系圖分析模塊；數(shù)據(jù)收集模塊用于收集一個(gè)已知僵尸用戶的數(shù)據(jù)和從數(shù)據(jù)中挑選樣本用戶。關(guān)系圖分析模塊用于判斷樣本用戶是否是僵尸用戶：首先建立已知僵尸用戶和樣本用戶的關(guān)系圖；初始化用戶的惡意評(píng)分；計(jì)算用戶的關(guān)聯(lián)性數(shù)值并按照關(guān)系圖和傳播規(guī)則計(jì)算和更新樣本用戶的惡意評(píng)分；判斷樣本用戶的惡意評(píng)分的是否傳播收斂；判斷傳播收斂的樣本用戶的惡意評(píng)分是否大于閾值，大于閾值則該樣本用戶為僵尸用戶。本發(fā)明利用僵尸用戶的社會(huì)關(guān)系和語(yǔ)義關(guān)系尋找識(shí)別其他僵尸用戶，提高了僵尸用戶的判別效率。本發(fā)明運(yùn)用于社交網(wǎng)絡(luò)，為其提供更加安全有效的檢測(cè)服務(wù)，提高了社交網(wǎng)絡(luò)的安全性。
【專利說(shuō)明】基于關(guān)系圖的微博僵尸用戶檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種微博僵尸用戶檢測(cè)方法，尤其涉及一種基于關(guān)系圖的微博僵尸用戶檢測(cè)方法。
【背景技術(shù)】
[0002]當(dāng)今科技時(shí)代，隨著智能通信終端的流行，移動(dòng)互聯(lián)網(wǎng)也日益走進(jìn)人們的日常生活中。當(dāng)前，社交網(wǎng)絡(luò)是移動(dòng)互聯(lián)網(wǎng)中相當(dāng)熱門(mén)的應(yīng)用，如國(guó)外的“Facebook”和“Twitter”等，在中國(guó)，在線社交網(wǎng)絡(luò)也已漸漸成為一個(gè)主要的平臺(tái)，比較熟知和常用的是微博，人們?cè)诰W(wǎng)絡(luò)上通過(guò)微博搜集信息，結(jié)交志同道合的人。微博，即微博客(MicroBlog)的簡(jiǎn)稱，是一種可以即時(shí)發(fā)布消息的類似博客的系統(tǒng)，是一個(gè)基于用戶關(guān)系的信息分享、傳播以及獲取平臺(tái)。微博被稱為中國(guó)的“Twitter”，因?yàn)樗愃朴赥witter。微博不僅可以滿足用戶相互推薦彼此感興趣的網(wǎng)絡(luò)咨詢，還可以關(guān)注自己欣賞的名人或朋友，查看別人的最新動(dòng)態(tài)或發(fā)表自己的最新言論，從而達(dá)到與別人分享快樂(lè)的目的，因此微博得到了越來(lái)越多人的喜愛(ài)。
[0003]然而，從用戶的使用習(xí)慣和不同的文化角度來(lái)看,微博和“ Tw i 11 er ”是不同的。根據(jù)惠普實(shí)驗(yàn)室的研究，人們?cè)谖⒉┥细矚g轉(zhuǎn)發(fā)信息而不是發(fā)表原創(chuàng)的微博，只要分享的有價(jià)值，人們?cè)谖⒉┥蠒?huì)很熱心幫助轉(zhuǎn)發(fā)。此外，兩者在用戶體驗(yàn)方面也不同。在“Twitter”，人們只能分享文本信息，但在微博中，人們還能夠分享圖片、視頻和音頻。此外，微博也允許用戶回復(fù)狀態(tài)并在同一時(shí)間轉(zhuǎn)發(fā)，這在“Twitter”是不可行的。
[0004]隨著微博的廣泛發(fā)展，出現(xiàn)了許多虛假用戶，即僵尸用戶。這些僵尸用戶的出現(xiàn)存在很多方面的原因。一方面，為了滿足微博用戶的虛榮心和提高個(gè)人微博的關(guān)注度，有些人選擇花錢(qián)買(mǎi)一些虛假的用戶來(lái)提高自己的用戶絲數(shù)目，這種行為大大降低了用戶的個(gè)人誠(chéng)信；另一方面就是有人利用微博的這種檢測(cè)漏洞大肆販賣“僵尸用戶”，那些在背后控制“僵尸用戶”的人通過(guò)交易獲取不小的利益，致使僵尸用戶產(chǎn)業(yè)鏈的產(chǎn)生，為微博帶來(lái)不小的負(fù)面影響。這也是微博與“Twitter”的一個(gè)明顯區(qū)別。
[0005]現(xiàn)在，有許多人研究西方社交網(wǎng)站，然而，對(duì)中國(guó)社交網(wǎng)絡(luò)的研究卻是一片空白。由于微博和“Twitter”的巨大差異，所以，本領(lǐng)域的技術(shù)人員致力于開(kāi)發(fā)一種檢測(cè)微博僵尸用戶的方法。

【發(fā)明內(nèi)容】

[0006]有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于可視化關(guān)系圖分析的微博僵尸用戶檢測(cè)方法。
[0007]為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于可視關(guān)系網(wǎng)絡(luò)的微博僵尸用戶檢測(cè)方法，其特征在于，包括數(shù)據(jù)收集模塊和關(guān)系圖分析模塊；
[0008]所述數(shù)據(jù)收集模塊用于根據(jù)一個(gè)已知僵尸用戶，收集所述已知僵尸用戶的數(shù)據(jù)，并挑選出樣本用戶；[0009]所述關(guān)系圖分析模塊用于判斷所述樣本用戶是否是僵尸用戶，具體包括以下步驟:
[0010]步驟201，將所述已知僵尸用戶和所述樣本用戶的關(guān)系屬性可視化，作出關(guān)系圖:所述已知僵尸用戶和所述樣本用戶均作為所述關(guān)系圖的節(jié)點(diǎn)；
[0011]步驟202，初始化所述已知僵尸用戶和所述樣本用戶的惡意評(píng)分；
[0012]步驟203，分析所述關(guān)系圖的共性，計(jì)算所述關(guān)系圖中各個(gè)所述節(jié)點(diǎn)的關(guān)聯(lián)性數(shù)值，并按照傳播規(guī)則和所述關(guān)系圖計(jì)算和更新所述樣本用戶的惡意評(píng)分；
[0013]步驟204，判斷所述樣本用戶的所述惡意評(píng)分是否傳播收斂，如果傳播收斂，跳入步驟205 ;如果不傳播收斂，則跳轉(zhuǎn)入步驟203 ；
[0014]步驟205，判斷所述樣本用戶的所述惡意評(píng)分是否大于閾值，如果大于所述閾值，則跳轉(zhuǎn)入步驟206 ;如果小于所述閾值，則所述樣本用戶被判定為正常用戶；
[0015]步驟206:所述樣本用戶被判定為僵尸用戶；
[0016]步驟207:處理完畢。
[0017]進(jìn)一步地，所述數(shù)據(jù)收集模塊是通過(guò)微博API收集的所述已知僵尸用戶的數(shù)據(jù)。
[0018]進(jìn)一步地，所述已知僵尸用戶的數(shù)據(jù)包括用戶粉絲和關(guān)注者的名字以及數(shù)量。
[0019]進(jìn)一步地，所述數(shù)據(jù)收集模塊對(duì)所述樣本用戶的選擇是隨機(jī)的。
[0020]進(jìn)一步地，所述數(shù)據(jù)收集模塊選擇的所述樣本用戶的用戶粉絲和關(guān)注者的數(shù)量小于 1000。
[0021]進(jìn)一步地，所述步驟201的所述關(guān)系圖的相鄰節(jié)點(diǎn)之間有關(guān)注與被關(guān)注的關(guān)系。
[0022]進(jìn)一步地，在所述步驟202中，所述已知僵尸用戶的惡意評(píng)分初始化為1，所述樣本用戶的惡意評(píng)分初始化為O。
[0023]進(jìn)一步地，在所述步驟203中，所述節(jié)點(diǎn)的所述關(guān)聯(lián)性數(shù)值為所述節(jié)點(diǎn)所對(duì)應(yīng)的用戶的粉絲數(shù)量的倒數(shù)。
[0024]進(jìn)一步地，所述步驟203中的所述傳播規(guī)則包括:
[0025]a)，當(dāng)計(jì)算一個(gè)用戶的粉絲的惡意評(píng)分時(shí)，粉絲的惡意評(píng)分為用戶的惡意評(píng)分乘以用戶的關(guān)聯(lián)性數(shù)值；
[0026]b)，當(dāng)一個(gè)用戶關(guān)注多個(gè)用戶時(shí)，一個(gè)用戶的惡意評(píng)分是它所關(guān)注的多個(gè)用戶的惡意評(píng)分之和。
[0027]進(jìn)一步地，所述步驟204的所述傳播收斂是指所述樣本用戶的所述惡意評(píng)分達(dá)到穩(wěn)定不再發(fā)生變化。
[0028]由于微博缺乏對(duì)僵尸用戶的檢測(cè)機(jī)制，通過(guò)對(duì)僵尸用戶關(guān)系網(wǎng)絡(luò)的全面分析，所訓(xùn)練出來(lái)的檢測(cè)方法準(zhǔn)確度和回歸度都較高，綜合性能較好。適用于中國(guó)社交網(wǎng)絡(luò)的僵尸用戶判別。由于僵尸用戶大多數(shù)是由系統(tǒng)自動(dòng)生成，所以他們的ID很大程度上是相似的，此外為了避免被檢測(cè)到，僵尸用戶往往會(huì)互相關(guān)注使得看上去與正常用戶沒(méi)有區(qū)別，因此在他們的社交網(wǎng)絡(luò)圖中會(huì)有許多ID相似的用戶聚攏在一塊，所以如果能事先找到一個(gè)僵尸用戶那么就很有可能找到與其相關(guān)的僵尸用戶，大大提升了推理算法的效率。
[0029]以下將結(jié)合附圖對(duì)本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進(jìn)一步說(shuō)明，以充分地了解本發(fā)明的目的、特征和效果?！緦＠綀D】

【附圖說(shuō)明】
[0030]圖1是本發(fā)明的數(shù)據(jù)收集模塊的處理過(guò)程；
[0031]圖2是本發(fā)明的關(guān)系圖分析模塊的處理流程圖。
【具體實(shí)施方式】
[0032]下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作詳細(xì)說(shuō)明:本實(shí)施例在以本發(fā)明技術(shù)方案前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。
[0033]本發(fā)明的一種基于關(guān)系圖的微博僵尸用戶檢測(cè)方法，分為兩大模塊:數(shù)據(jù)收集模塊和關(guān)系圖分析模塊。
[0034]數(shù)據(jù)收集模塊的處理流程具體如圖1所示。首先，通過(guò)微博的API (ApplicationProgramming Interface,應(yīng)用程序編程接口)101從已知僵尸用戶的賬戶開(kāi)始,收集已知僵尸用戶的數(shù)據(jù)102，即該僵尸用戶的用戶粉絲和關(guān)注者的用戶名和數(shù)量；然后，收集已知僵尸用戶的用戶粉絲和關(guān)注者的數(shù)據(jù)；最后，從已知僵尸用戶的用戶粉絲和關(guān)注者中選擇樣本用戶，并將樣本用戶和已知僵尸用戶數(shù)據(jù)存入關(guān)系數(shù)據(jù)庫(kù)中，其中樣本用戶是隨機(jī)選擇的。在本發(fā)明的較佳實(shí)施例中，為了保證選擇的隨機(jī)性，在已知僵尸用戶的用戶粉絲和關(guān)注者中，選擇其用戶粉絲和關(guān)注者不超過(guò)1000的用戶作為樣本用戶。
[0035]數(shù)據(jù)收集模塊的處理是通過(guò)人工登錄微博來(lái)獲取的用戶信息:每一個(gè)微博用戶都有自己的用戶名，并且根據(jù)用戶名，每個(gè)用戶都有一個(gè)個(gè)人頁(yè)面的鏈接:http://Weib0.com/userid，登錄到該頁(yè)面中，用戶的數(shù)據(jù)(用戶粉絲和關(guān)注者)都能夠一目了然的查到。
[0036]關(guān)系圖分析模塊的處理流程如圖2所示，具體包括以下步驟:
[0037]步驟201，將已知僵尸用戶和樣本用戶的關(guān)系屬性可視化，作出關(guān)系圖:
[0038]將每個(gè)用戶(包括已知僵尸包括已知僵尸用戶和樣本用戶)視作一個(gè)節(jié)點(diǎn)，對(duì)于任意兩個(gè)用戶，如果他們之間有關(guān)注與被關(guān)注的關(guān)系，則這兩個(gè)節(jié)點(diǎn)之間由一條有向線段相連，方向由粉絲指向被關(guān)注的用戶。
[0039]步驟202，初始化每個(gè)節(jié)點(diǎn)用戶(包括已知僵尸用戶和樣本用戶)的惡意評(píng)分:設(shè)定已知僵尸用戶的惡意評(píng)分為1，設(shè)定每個(gè)樣本用戶的惡意評(píng)分為O ;
[0040]步驟203，分析關(guān)系圖的共性并得出僵尸用戶的社會(huì)關(guān)系，計(jì)算和更新樣本用戶的惡意評(píng)分:
[0041]I)計(jì)算用戶的關(guān)聯(lián)性數(shù)值:統(tǒng)計(jì)每一個(gè)用戶的粉絲數(shù)量，并將這個(gè)數(shù)量取倒數(shù)即為該用戶與其粉絲之間的關(guān)聯(lián)性數(shù)值；
[0042]2)將該關(guān)聯(lián)性數(shù)值作為該用戶與其相鄰用戶的關(guān)系圖的邊的權(quán)值；
[0043]3)根據(jù)關(guān)聯(lián)性數(shù)值和已知僵尸用戶的惡意評(píng)分按傳播規(guī)則計(jì)算樣本用戶的惡意評(píng)分，其傳播規(guī)則為:a)當(dāng)計(jì)算一個(gè)用戶的粉絲的惡意評(píng)分時(shí)，粉絲的惡意評(píng)分是用戶的惡意評(píng)分乘以用戶的關(guān)聯(lián)性數(shù)值；b)當(dāng)一個(gè)用戶關(guān)注多個(gè)用戶時(shí)，該用戶的評(píng)分將是該用戶所關(guān)注的所有用戶的惡意評(píng)分之和；
[0044]4)按照關(guān)系圖迭代計(jì)算，更新每個(gè)樣本用戶的惡意評(píng)分。
[0045]步驟204，判斷樣本用戶的惡意評(píng)分是否達(dá)到穩(wěn)定值不再變化，即為傳播收斂:如果傳播收斂，則跳轉(zhuǎn)至步驟205 ;如果沒(méi)有達(dá)到傳播收斂，則跳轉(zhuǎn)至步驟203。[0046]步驟205，對(duì)每個(gè)樣本用戶此時(shí)的惡意評(píng)分值進(jìn)行判斷:如果惡意評(píng)分大于閾值(閾值確定可由啟發(fā)性實(shí)驗(yàn)確定)，則跳轉(zhuǎn)如步驟206 ;如果惡意評(píng)分小于閾值，則該用戶被判定為正常用戶。
[0047]步驟206:該樣本用戶被判定為僵尸用戶。
[0048]步驟207:僵尸用戶判定結(jié)束。
[0049]以上詳細(xì)描述了本發(fā)明的較佳具體實(shí)施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)無(wú)需創(chuàng)造性勞動(dòng)就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本【技術(shù)領(lǐng)域】中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過(guò)邏輯分析、推理或者有限的實(shí)驗(yàn)可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書(shū)所確定的保護(hù)范圍內(nèi)。
【權(quán)利要求】
1.一種基于可視關(guān)系網(wǎng)絡(luò)的微博僵尸用戶檢測(cè)方法，其特征在于，包括數(shù)據(jù)收集模塊和關(guān)系圖分析模塊； 所述數(shù)據(jù)收集模塊用于根據(jù)一個(gè)已知僵尸用戶，收集所述已知僵尸用戶的數(shù)據(jù)，并挑選出樣本用戶； 所述關(guān)系圖分析模塊用于判斷所述樣本用戶是否是僵尸用戶，具體包括以下步驟:步驟(201)，將所述已知僵尸用戶和所述樣本用戶的關(guān)系屬性可視化，作出關(guān)系圖:所述已知僵尸用戶和所述樣本用戶均作為所述關(guān)系圖的節(jié)點(diǎn)； 步驟(202)，初始化所述已知僵尸用戶和所述樣本用戶的惡意評(píng)分； 步驟(203)，分析所述關(guān)系圖的共性，計(jì)算所述關(guān)系圖中各個(gè)所述節(jié)點(diǎn)的關(guān)聯(lián)性數(shù)值，并按照傳播規(guī)則和所述關(guān)系圖計(jì)算和更新所述樣本用戶的惡意評(píng)分； 步驟(204)，判斷所述樣本用戶的所述惡意評(píng)分是否傳播收斂，如果傳播收斂，跳入步驟(205);如果不傳播收斂，則跳轉(zhuǎn)入步驟(203)； 步驟(205)，判斷所述樣本用戶的所述惡意評(píng)分是否大于閾值，如果大于所述閾值，則跳轉(zhuǎn)入步驟(206);如果小于所述閾值，則所述樣本用戶被判定為正常用戶； 步驟(206)，所述樣本用戶被判定為僵尸用戶； 步驟(207)，處理完畢。
2.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述數(shù)據(jù)收集模塊是通過(guò)微博API收集的所述已知僵尸用戶的數(shù)據(jù)。
3.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述已知僵尸用戶的數(shù)據(jù)包括用戶粉絲和關(guān)注者的名字以及數(shù)量。
4.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述數(shù)據(jù)收集模塊對(duì)所述樣本用戶的選擇是隨機(jī)的。
5.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述數(shù)據(jù)收集模塊選擇的所述樣本用戶的用戶粉絲和關(guān)注者的數(shù)量小于1000。
6.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述步驟(201)的所述關(guān)系圖的相鄰節(jié)點(diǎn)之間有關(guān)注與被關(guān)注的關(guān)系。
7.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，在所述步驟(202)中，所述已知僵尸用戶的惡意評(píng)分初始化為I，所述樣本用戶的惡意評(píng)分初始化為O。
8.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，在所述步驟(203)中，所述節(jié)點(diǎn)的所述關(guān)聯(lián)性數(shù)值為所述節(jié)點(diǎn)所對(duì)應(yīng)的用戶的粉絲數(shù)量的倒數(shù)。
9.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述步驟(203)中所述傳播規(guī)則包括: a)，當(dāng)計(jì)算一個(gè)用戶的粉絲的惡意評(píng)分時(shí)，粉絲的惡意評(píng)分為用戶的惡意評(píng)分乘以用戶的關(guān)聯(lián)性數(shù)值； b)，當(dāng)一個(gè)用戶關(guān)注多個(gè)用戶時(shí)，一個(gè)用戶的惡意評(píng)分是它所關(guān)注的多個(gè)用戶的惡意評(píng)分之和。
10.如權(quán)利要求1所述的微博僵尸用戶檢測(cè)方法，其中，所述步驟(204)中所述的傳播收斂是指所述樣本用戶的所述惡意評(píng)分達(dá)到穩(wěn)定不再發(fā)生變化。
【文檔編號(hào)】H04L29/08GK103457799SQ201310396404
【公開(kāi)日】2013年12月18日 申請(qǐng)日期:2013年9月3日 優(yōu)先權(quán)日:2013年9月3日
【發(fā)明者】鄒福泰, 姚雨石, 吳嘉瑋 申請(qǐng)人:上海交通大學(xué)