取的技術(shù)手段及 功效得W更加深入且具體的了解，然而所附圖示僅是提供參考與說(shuō)明之用，并非用來(lái)對(duì)本 發(fā)明加W限制。
【主權(quán)項(xiàng)】
1. 一種社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，包括： 從僵尸賬號(hào)樣本集和正常賬號(hào)樣本集中分別提取出層次化特征，基于提取出的所述層 次化特征分層次的建立各層分類器； 基于各層分類器對(duì)待預(yù)測(cè)賬號(hào)進(jìn)行檢測(cè)，判斷所述待預(yù)測(cè)賬號(hào)是否屬于僵尸賬號(hào)。2. 根據(jù)權(quán)利要求1所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，所述層次化特征， 包括以下四個(gè)層次的特征： 第一層的特征：賬號(hào)資料特征； 其余三層的特征分別是：微博內(nèi)容特征、發(fā)帖時(shí)間特征、發(fā)帖行為一致性特征。3. 根據(jù)權(quán)利要求2所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，所述賬號(hào)資料特 征，包括： 用戶昵稱中字符與數(shù)字的長(zhǎng)度之和占用用戶昵稱總長(zhǎng)度的比例； 是否填寫(xiě)了家庭住址； 賬號(hào)發(fā)帖數(shù)； 賬號(hào)粉絲數(shù)； 賬號(hào)關(guān)注數(shù)； 賬號(hào)關(guān)注數(shù)與粉絲數(shù)的比例； 所述微博內(nèi)容特征，包括： 賬號(hào)所發(fā)微博中含有統(tǒng)一資源定位器URL的微博的比例； 賬號(hào)所發(fā)微博中所含URL去重后的數(shù)量與賬號(hào)所發(fā)微博中所有URL數(shù)量的比值； 賬號(hào)所發(fā)微博中所含內(nèi)容關(guān)鍵詞去重后的數(shù)量與賬號(hào)所發(fā)微博中所有關(guān)鍵詞數(shù)量的 比值； 所述發(fā)帖時(shí)間特征，包括： 最后一次發(fā)帖與第一次發(fā)帖的時(shí)間跨度； 發(fā)帖時(shí)間分布情況； 所述發(fā)帖一致性特征，包括： 基于發(fā)帖時(shí)間間隔，構(gòu)建發(fā)帖時(shí)間間隔序列，按照如下公式計(jì)算發(fā)帖時(shí)間間隔序列的 波動(dòng)性s :其中，Xi表示第i個(gè)帖子和第i-Ι個(gè)帖子之間的發(fā)帖時(shí)間間隔，i為變量，以秒為單位， n-1是所有帖子數(shù)減一，f表示發(fā)帖時(shí)間間隔平均值。4. 根據(jù)權(quán)利要求2所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，所述基于提取出 的所述層次化特征分層次的建立各層分類器，包括： 步驟Al，在賬號(hào)資料特征的基礎(chǔ)上利用分類模型算法建立第一層分類器； 步驟A2,在微博內(nèi)容特征、發(fā)帖時(shí)間特征、發(fā)帖行為一致性特征中任選其一、以及賬號(hào) 資料特征的基礎(chǔ)上利用分類模型算法建立第二層分類器； 步驟A3,在剩余的兩項(xiàng)層次化特征之一、以及步驟Al~A2中已經(jīng)使用的層次化特征的 基礎(chǔ)上利用分類模型算法建立第三層分類器； 步驟A4,在最后一項(xiàng)層次化特征、以及步驟Al~A3中已經(jīng)使用的層次化特征的基礎(chǔ)上 利用分類模型算法建立第四層分類器。5. 根據(jù)權(quán)利要求4所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，所述分類模型算 法，包括：C4. 5決策樹(shù)算法、支持向量機(jī)SVM算法或者貝葉斯分類算法。6. 根據(jù)權(quán)利要求4所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法，其特征在于，在第一層~第四 層分類器分別對(duì)應(yīng)于：賬號(hào)資料特征；賬號(hào)資料特征和微博內(nèi)容特征；賬號(hào)資料特征、微博 內(nèi)容特征和發(fā)帖時(shí)間特征；賬號(hào)資料特征、微博內(nèi)容特征、發(fā)帖時(shí)間特征和發(fā)帖行為一致性 特征的情況下： 所述基于各層分類器對(duì)待預(yù)測(cè)賬號(hào)進(jìn)行檢測(cè)，判斷所述待預(yù)測(cè)賬號(hào)是否屬于僵尸賬 號(hào)，包括： 步驟B1，將待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征輸入第一層分類器進(jìn)行處理，如果分類結(jié)果為 僵尸賬號(hào)，則流程結(jié)束，如果分類結(jié)果為正常賬號(hào)，則執(zhí)行步驟B2 ; 步驟B2,將待預(yù)測(cè)賬號(hào)的微博內(nèi)容特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征一起，輸 入第二層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)，則流程結(jié)束，如果分類結(jié)果為正常賬 號(hào)，則執(zhí)行步驟B3; 步驟B3,將待預(yù)測(cè)賬號(hào)的發(fā)帖時(shí)間特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征和微博內(nèi) 容特征一起，輸入第三層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)，則流程結(jié)束，如果分 類結(jié)果為正常賬號(hào)，則執(zhí)行步驟B4 ; 步驟M，將待預(yù)測(cè)賬號(hào)的發(fā)帖行為一致性特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征、微 博內(nèi)容特征和發(fā)帖時(shí)間特征一起，輸入第四層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)， 則流程結(jié)束，如果分類結(jié)果為正常賬號(hào)，則判定為正常賬號(hào)，流程結(jié)束。7. -種社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)裝置，其特征在于，包括： 訓(xùn)練模塊，用于從僵尸賬號(hào)樣本集和正常賬號(hào)樣本集中分別提取出層次化特征，基于 提取出的所述層次化特征分層次的建立各層分類器； 檢測(cè)模塊，用于基于各層分類器對(duì)待預(yù)測(cè)賬號(hào)進(jìn)行檢測(cè)，判斷所述待預(yù)測(cè)賬號(hào)是否屬 于僵尸賬號(hào)。8. 根據(jù)權(quán)利要求7所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)裝置，其特征在于，所述層次化特征， 包括以下四個(gè)層次的特征： 第一層的特征：賬號(hào)資料特征； 其余層的特征分別是：微博內(nèi)容特征、發(fā)帖時(shí)間特征、發(fā)帖行為一致性特征。9. 根據(jù)權(quán)利要求8所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)裝置，其特征在于，所述訓(xùn)練模塊，具 體用于執(zhí)行以下流程： 步驟Al，在賬號(hào)資料特征的基礎(chǔ)上利用分類模型算法建立第一層分類器； 步驟A2,在微博內(nèi)容特征、發(fā)帖時(shí)間特征、發(fā)帖行為一致性特征中任選其一、以及賬號(hào) 資料特征的基礎(chǔ)上利用分類模型算法建立第二層分類器； 步驟A3,在剩余的兩項(xiàng)層次化特征之一、以及步驟Al~A2中已經(jīng)使用的層次化特征的 基礎(chǔ)上利用分類模型算法建立第三層分類器； 步驟A4,在最后一項(xiàng)層次化特征、以及步驟Al~A3中已經(jīng)使用的層次化特征的基礎(chǔ)上 利用分類模型算法建立第四層分類器。10.根據(jù)權(quán)利要求9所述的社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)裝置，其特征在于，在第一層~第四 層分類器分別對(duì)應(yīng)于：賬號(hào)資料特征；賬號(hào)資料特征和微博內(nèi)容特征；賬號(hào)資料特征、微博 內(nèi)容特征和發(fā)帖時(shí)間特征；賬號(hào)資料特征、微博內(nèi)容特征、發(fā)帖時(shí)間特征和發(fā)帖行為一致性 特征的情況下：所述檢測(cè)模塊，具體用于執(zhí)行以下流程： 步驟B1，將待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征輸入第一層分類器進(jìn)行處理，如果分類結(jié)果為 僵尸賬號(hào)，則流程結(jié)束，如果分類結(jié)果為正常賬號(hào)，則執(zhí)行步驟B2 ; 步驟B2,將待預(yù)測(cè)賬號(hào)的微博內(nèi)容特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征一起，輸 入第二層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)，則流程結(jié)束，如果分類結(jié)果為正常賬 號(hào)，則執(zhí)行步驟B3; 步驟B3,將待預(yù)測(cè)賬號(hào)的發(fā)帖時(shí)間特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征和微博內(nèi) 容特征一起，輸入第三層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)，則流程結(jié)束，如果分 類結(jié)果為正常賬號(hào)，則執(zhí)行步驟B4 ; 步驟M，將待預(yù)測(cè)賬號(hào)的發(fā)帖行為一致性特征、連同該待預(yù)測(cè)賬號(hào)的賬號(hào)資料特征、微 博內(nèi)容特征和發(fā)帖時(shí)間特征一起，輸入第四層分類器進(jìn)行處理，如果分類結(jié)果為僵尸賬號(hào)， 則流程結(jié)束，如果分類結(jié)果為正常賬號(hào)，則判定為正常賬號(hào)，流程結(jié)束。
【專利摘要】本發(fā)明提出了一種社交網(wǎng)絡(luò)僵尸賬號(hào)檢測(cè)方法及裝置，采用層次化啟發(fā)式方法進(jìn)行僵尸賬號(hào)檢測(cè)，利用賬號(hào)資料特征、微博內(nèi)容特征、發(fā)帖時(shí)間特征、發(fā)帖行為一致性特征，按照計(jì)算時(shí)間代價(jià)逐步判別，一旦判別成功就停止計(jì)算，否則就繼續(xù)下一層次特征的計(jì)算，考慮到大部分僵尸賬號(hào)的生成和維護(hù)依靠自動(dòng)化程序進(jìn)行，成本低，可以通過(guò)較低代價(jià)的判別方法檢測(cè)，所以本發(fā)明的所述方法可以大幅提高檢出效率，另一方面，本方法使用了賬號(hào)資料、微博內(nèi)容和行為特征等多維度特征，能夠提高僵尸賬號(hào)的檢出率和準(zhǔn)確率。
【IPC分類】H04L12/26, H04L29/06, G06F17/30
【公開(kāi)號(hào)】CN104901847
【申請(qǐng)?zhí)枴緾N201510278739
【發(fā)明人】劉瑋, 王麗宏, 張同虎
【申請(qǐng)人】國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心
【公開(kāi)日】2015年9月9日
【申請(qǐng)日】2015年5月27日