[发明专利]一种社交网用户异常行为的分析方法

权利要求书

1.一种社交网用户异常行为的分析方法，可以检测目标社交网站（人人网、微博等）存在的异常事件，包括盗取帐号发广告、发布恶意链接、网络“灌水”、骗取社交好友钱财等等。其特征在于，基于网络爬虫技术获取用户行为数据，将这些数据作为用户行为分析的基础，对用户发布的消息进行建模和训练，提取出用户的行为轮廓，根据用户的行为轮廓评估新消息是否异常，当检测到异常事件时发出告警。

该方法主要由三个功能单元组成，即数据获取、分析检测和异常报警，其中：

数据获取，旨在获取到社交网中用户的Deep Web数据，即用户发布和分享的状态、日志，链接等数据，这些数据需要采用网络爬虫方法对社交网络进行深层网络爬虫，即基于在目标检测社交网站注册的有效登录用户帐号，采用该帐号登录目标检测网站从而获取网站授权，爬取出用户的Deep Web数据。

分析检测，根据数据获取单元得到的用户数据建立用户行为模型，并对其进行训练和评估，然后对每个用户的行为数据进行基于内容的相似度分类，最后根据特定算法进行异常检测。

异常报警，当检测到异常用户时发生报警，提供短信发送和报警查询功能。

2.根据权利要求1所述的数据获取功能单元，其特征在于：获取该方法的分析基础——社交网用户数据，首先需要取得目标检测社交网站的身份授权，然后采用网络爬虫技术获得从登录节点起始的所有具有查看权限的用户种子集，针对该种子集可采用时间轴数据进行种子集中所有用户数据的抓取，从爬取到的结果集中按照userId，userId即用户唯一ID号，再进行分析，获得该userId对应的用户的所有新鲜事，可提取出该userId发布和分享的所有状态、日志、链接等数据信息，然后对这些数据信息进行HTML文本解析和语言解析，解析后用以userId命名的文件形式输出，文件内容包括数据Id、发布时间、数据类型、内容、语言类型、是否包含链接、链接地址等。

3.根据权利要求1所述的分析检测单元中用户行为建模方法，其特征在于：通过用户发布在社交网站上的消息流建立用户的行为轮廓，而这些消息流正是数据获取单元得到的输出。

针对社交网络的特点和检测的需要，对于每条消息，本单元设定7个特征，针对每个特征训练一个统计模型。每个模型都反应该条消息某方面的特性，在对某用户的所有消息分析完之后，可以得到该用户在此7个方面的特征值，从而可预期该用户发送的消息内容。

4.根据权利要求3所述7种特征，其特征在于：7种特征对应每条消息的7个特征模型，分别为消息发送的时间（hour/day）、发布消息的应用程序、语言类型、话题、链接、用户间交互和地理位置，并将此7种特征分为两类：

（1）必要模型是对于每一个消息都有一个特征值，并且这个特征值总是出现。默认特征包括消息发送的时间，消息源，邻近的地理位置和消息语言。

（2）可选模型是指对于一个消息来说，该特征不一定总需要有值。同时，不同于必要模型的是，对于一个消息来说，这个特征可以对应多个值。可选模型，包括链接，用户间交互和主题。例如，一个消息可能有0个，一个或者多个链接。对于每个可选模型，我们保留一个fv=null，并把这个特征值的“c”值提出（例如，没有链接的消息数）。fv指某特征值，c表示fv出现的消息个数。