1（清华大学网络科学与网络空间研究院 北京 100084）；2（武汉大学国家网络安全学院 武汉 430072）；3（西安交通大学网络空间安全学院 西安 710049) (yz17@mails.tsinghua.edu.cn)
出版日期: 2021-11-01基金资助:国家重点研发计划项目(2018YFB1800304)；国家自然科学基金项目(61572278,U20B2049,61822207,61822309,61773310,U1736205,62132011)；北京信息科学与技术国家研究中心项目(BNR2020RC0101)；陕西省重点产业创新链项目(2021ZDLGY01-02)Study of Wechat Sybil Detection
Yang Zheng1, Yin Qilei1, Li Haoran1, Miao Yuanli1, Yuan Dong1, Wang Qian2, Shen Chao3, Li Qi11（Institute for Network Sciences and Cyberspace, Tsinghua University, Beijing 100084);2(School of Cyber Science and Engineering, Wuhan University, Wuhan 430072);3(School of Cyber Science and Engineering, Xi’an Jiaotong University, Xi’an 710049)
Online: 2021-11-01Supported by:This work was supported by the National Key Research and Development Program of China (2018YFB1800304), the National Natural Science Foundation of China (61572278, U20B2049, 61822207, 61822309, 61773310, U1736205, 62132011), the Project of BNRist (BNR2020RC0101), and the Shaanxi Province Key Industry Innovation Program (2021ZDLGY01-02).摘要/Abstract
摘要： 社交网络是一个有效的信息传播平台，使得人们的生活更加便捷.同时，在线社交网络也不断提高了社交网络账号的价值.然而，为了获取非法利益，犯罪团伙会利用社交网络平台隐秘地开展各种诈骗、赌博等犯罪活动.为了保护用户的社交安全，各种基于用户行为、关系传播的恶意账号检测方法被提出.此类方法需要积累足够的用户数据才能进行恶意检测，利用这个时间差，犯罪团伙可以开展大量的犯罪活动.首先系统分析了现有恶意账号检测工作.为克服现有方法的缺点而更快地检测恶意账号，设计了一种基于账号注册属性的恶意账号检测方法.方法首先通过分析恶意账号和正常账号在不同属性值上的分布，设计并提取了账号的相似性特征和异常特征；然后基于此计算两两账号的相似度构图以聚类挖掘恶意注册团体，从而有效实现注册阶段的恶意账号检测.
参考文献
相关文章 15
| [1] | 徐铭达, 张子柯, 许小可. 基于模体度的社交网络虚假信息传播机制研究[J]. 计算机研究与发展, 2021, 58(7): 1425-1435. |
| [2] | 冯云, 刘宝旭, 张金莉, 汪旭童, 刘潮歌, 申明喆, 刘奇旭. 一种无监督的窃密攻击及时发现方法[J]. 计算机研究与发展, 2021, 58(5): 995-1005. |
| [3] | 夏冬雪, 杨燕, 王浩, 阳树洪. 基于邻域多核学习的后融合多视图聚类算法[J]. 计算机研究与发展, 2020, 57(8): 1627-1638. |
| [4] | 朱颖雯, 陈松灿. 基于随机投影的高维数据流聚类[J]. 计算机研究与发展, 2020, 57(8): 1683-1696. |
| [5] | 王婷, 王娜, 崔运鹏, 李欢. 基于半监督学习的无线网络攻击行为检测优化方法[J]. 计算机研究与发展, 2020, 57(4): 791-802. |
| [6] | 赵慧慧, 赵凡, 陈仁海, 冯志勇. 基于地理空间大数据的高效索引与检索算法[J]. 计算机研究与发展, 2020, 57(2): 333-345. |
| [7] | 陈叶旺, 申莲莲, 钟才明, 王田, 陈谊, 杜吉祥. 密度峰值聚类算法综述[J]. 计算机研究与发展, 2020, 57(2): 378-394. |
| [8] | 秦红, 王皓, 魏晓超, 郑志华. 安全的常数轮多用户k-均值聚类计算协议[J]. 计算机研究与发展, 2020, 57(10): 2188-2200. |
| [9] | 刘逸凡, 徐昆. 多光源绘制方法综述[J]. 计算机研究与发展, 2020, 57(1): 17-31. |
| [10] | 张佳影,王祺,张知行,阮彤,张欢欢,何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. |
| [11] | 洪敏,贾彩燕,李亚芳,于剑. 样本加权的多视图聚类算法[J]. 计算机研究与发展, 2019, 56(8): 1677-1685. |
| [12] | 闫小强,叶阳东. 共享和私有信息最大化的跨媒体聚类[J]. 计算机研究与发展, 2019, 56(7): 1370-1382. |
| [13] | 胥皇,於志文,郭斌,王柱. 人才流动的时空模式：分析与预测[J]. 计算机研究与发展, 2019, 56(7): 1408-1419. |
| [14] | 李顺勇，张苗苗，曹付元. 基于分类型矩阵对象数据的MD fuzzy k-modes聚类算法[J]. 计算机研究与发展, 2019, 56(6): 1325-1337. |
| [15] | 王海涛,李战怀,张晓,卜海龙,孔兰昕,赵晓南. 基于历史数据的虚拟机资源分配方法[J]. 计算机研究与发展, 2019, 56(4): 779-789. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4519
