在线社交网络异常帐号检测方法研究.PDFVIP

第38 卷 计 算 机 学 报 Vol.38 2015 论文在线出版号 No.15 CHINESE JOURNAL OF COMPUTERS Online Publishing No.15 在线社交网络中异常帐号检测方法研究 张玉清1) 吕少卿1) 范丹2),3) 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，西安 中国710071) 2)( 中国科学院大学 国家计算机网络入侵防范中心，北京 中国 100190) 3)( 中国科学院信息工程研究所 信息安全国家重点实验室，北京 中国 100093) 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到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。 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 中图法分类号：TP309 论文引用格式 张玉清，吕少卿，范丹，在线社交网络中异常帐号检测方法研究，计算机学报，2015 ，Vol.38 ：在线出版号No. 15 ZHANG Yu-qing, LV Shao-qing, FAN Dan ，Anomaly Detection in Online Social Networks ，Chinese Journal of Computers,2015, Vol.38: Online Publishing No.15 Anomaly Detection in Online Social Networks ZHANG Yu-qing1), LV Shao-qing1), FAN Dan2), 3) 1)(Information Security Research Center of State Key Laboratory of Integrated Services Networks,Xidian University, Xian 710071) 2)(National Computer Network Intrusion Protection Center, University of Chinese Academy of Sciences, Beijing 100190) 3)(State Key Laboratory of Information Security Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093) Abstract Anomaly detection is increasingly becoming a focus in the field of Online Social Networks (OSNs) security. Attackers have utilized OSNs as new platforms to conduct malicious behaviors, which have seriously threatened the privacy of users and the reputation of OSNs, including sending spam, phishing and othe