在线社交网络中用户伪装攻击检测方法研究

摘要：

当前用户伪装攻击检测方法无法适应动态环境,实时性不高;且需要准确的先验知识,检测精度较低.提出一种新的在线社交网络中用户伪装攻击检测方法,介绍了k最邻近节点(KNN)算法的基本思想,给出KNN算法的实现过程.分析了用户伪装攻击检测与分类的关系,确定在线社交网络中用户伪装攻击检测就是对被检测的未知行为进行分类的过程.针对用户行为,将训练集中正常用户行为的邻居进行排列,通过和k相似的邻居的分类标签对新用户行为类别进行判断,从而实现用户伪装攻击检测.实验结果表明,所提方法不仅检测精度高,而且开销小.

关键词：在线社交网络、用户伪装攻击、检测

所属期刊栏目：17

分类号：TP393.01(计算技术、计算机技术)

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：194-198