论文部分内容阅读
社交网络服务(Social Network Service,SNS)以为用户提供数据为基础,提供了多种多样的社交网络服务方式,但反之社交网站中虚假信息也越来越成为网络中的安全隐患。社交网络中用户自身可以随意修改自己的属性信息,造成了属性信息的不可信,社交网络中的用户属性信息危机越来越严重。现如今的属性权威系统中利用CA认证的方式,为每一个用户颁发属性证书,经过CA认证的属性证书都是有效而且可信的,但是这种情况只适用于小型封闭型系统,对于大型的社交网络来说这种情况并不适用。基于以上背景,本文基于国内最大的微博平台,针对用户属性认证问题,分析用户的社交网络行为,对多个领域的研究理论和研究成果都进行了调研,研究和比较分类。针对社交网络用户属性可信度低且缺少评价这一问题,通过借鉴标准的PGP利用web of trust来验证公钥的有效性的思想,提出了基于PGP的WEB信任模型来给用户提供属性认证,给用户的属性信息提供了安全的属性认证途径。因为基于社交约束和WEB信任的方法需要人的参与,当服务刚上线用户不多时,PGP WEB信任模型难以在稀疏网络确保对任一请求找到一条信任链,所以我们通过对用户的社交行为进行数据挖掘,预测用户属性进而弥补PGP WEB信任模型在模型初期的问题,通过社交网络用户属性信息挖掘的结果帮助提高WEB信任网的密度,并检测和提示恶意评价。在设计用户属性信息挖掘模型的时候,本文充分考虑到了用户的属性信息的相关性,引入了多标签分类对用户进行属性预测,对性别预测的准确率超过了 80%,年龄和职业预测的准确率也超过了 70%,多标签模型不仅仅优化了数据挖掘进行属性预测的时间性能,数据挖掘模型的可抽象性和可扩展性都得到了有效地提高。通过结合社交网络用户属性信息挖掘和基于PGP的WEB信任模型两种方式来给用户提供属性认证可以满足用户属性认证的安全性和准确性的需求。