[发明专利]一种社交网用户异常行为的分析方法

说明书

技术领域

本发明涉及一种社交网用户异常行为的分析方法，用于检测社交网站中发布恶意链接、垃圾广告、诈骗消息等的用户异常行为，属于网络安全检测技术领域。

背景技术

CNNIC统计数据显示，2013年我国微博用户数量达到5.36亿，此外，使用人人网的用户数量也达到了2.8亿之多。由于社交网络中不可或缺的重要实体（即海量用户）的存在，促使着商务类和个人类社交不断发展，而伴随着网络社交的蓬勃发展，各种信息资源也在社交的过程中不断地交流和传播，并且由于这些信息不仅可能包含用户的隐私信息，而且可能会是某些公司的商业机密，因而其信息价值越来越被认可。伴随着微博、人人等社交应用的蓬勃兴起，基于社交网络的安全问题也越来越突出，例如，近年来利用社交网络实施的钓鱼欺诈行为数量正急剧增加。

社交网好友关系间的信任和认可，是不法分子实施恶意活动的出发点，而这也是社交网络产生安全问题的根源。不法分子通过盗取用户帐号来实施窃取用户信息、诱骗广告点击、借钱欺诈等非法活动。近年来，许多安全公司给出的报告里都表明，有1/4左右的借钱欺诈、虚拟抽奖等网络钓鱼的恶意活动是通过社交网络传播的，并且这些安全公司的分析预测也称，全方位改善社交安全将成为网络安全新课题。

发明内容

鉴于此，本发明的目标是针对社交网络正常帐号被盗后发布诈骗、钓鱼、垃圾信息等恶意消息这类异常事件，提出一种异常事件检测方法，此方法基于网络爬虫技术爬取用户行为数据，基于用户行为分析技术和数学建模思想进行行为建模和分析检测，当检测到异常账户时发出短信告警，可为社交网提供者提供异常用户列表，从而大大减少网络诈骗、钓鱼和垃圾信息对网民的危害，同时该方法作为Web安全检测的一部分，对研究Web环境下的安全问题也具有一定的参考价值和指导意义。

本发明提出的社交网异常事件检测方法基于网络爬虫技术和Web解析技术获取用户在社交网中发布的消息数据，然后对这些数据进行用户行为分析，从而检测出异常用户，并进行告警。使用本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。本发明主要由三个主要功能单元组成，即数据获取单元、分析检测单元和异常报警单元。

所述的数据获取单元的功能特点如下：

获得目标检测社交网的操作权限，通过网络爬虫技术来完成对用户消息数据（发布状态、日志、照片、分享、评论等信息）的抓取，对抓取下来的数据解析后按用户进行分类并存入文件，这些文件就是分析检测单元的输入。

本单元主要包括用户登录、数据抓取、数据解析和数据输出四个子单元。

所述的用户登录子单元的功能特点如下：

创建一个Singleton Connector类，使用DefaultHttpClient、HttpGet和HttpPost。HttpGet用来获取人人网入口URL，HttpPost中设定人人网登录URL，同时设定登录用户的基本信息（包括用户名、密码、人人网域名等，这些参数信息可从配置单元取到）。然后执行login()方法，如果进入到了登录后的页面，就表明已成功登录，然后将用户凭据信息作为Cookie保存下来，以便下次抓取时使用。

所述的数据抓取子单元的功能特点如下：

实现ICrawler接口和IParser接口，其中IParser接口继承HtmlParser。该单元主要包括CrawlFeeds类、CrawlTimelineFeed类、FilterOpenUser类和FeedController类。其中FeedController类严格意义上不属于数据抓取单元，因为它用来控制数据抓取和数据输出存储。用户登录后，首先FilterOpenUser从登录的用户节点开始获取每一个待抓用户所有相关的URL。如果该待抓用户是登录用户的好友，则可以直接爬取；如果不是好友的话，有的信息需要加了好友后才能查看，通过这样的方式得到所有可查看的userId列表。然后FeedController以FilterOpenUser得到的userId列表为输入，调用CrawlFeeds或CrawlTimelineFeed进行爬取。在抓取的时候，采用定时器的增量式抓取方法。定时器的方法通过设定具体的时间间隔进行抓取。具体的时间间隔由配置单元设定。爬取时就是按照userId进行分别爬取。

所述的数据解析子单元的功能特点如下：