[发明专利]一种基于平均影响力的网络空间群体性事件预警系统

说明书

本发明请求保护一种基于平均影响力的网络空间群体性事件预警系统，其中系统包括采集模块，预处理模块，识别模块，预警模块。本发明通过网络爬虫对网页信息进行多策略爬取，再对爬取的数据进行标准化处理。利用识别模块对标准化的数据进行识别，并将结果输入到预警模块。预警模块根据预先设定的预警指标阈值实现预警并输出可视化报告。本系统通过分析网络空间群体性事件参与者的内部组成，有效解决现有预警指标体系的仅关注事件本身而忽略了参与者组成对识别率的影响。

技术领域

本发明属于信息安全领域，具体而言，涉及了一种基于平均影响力的网络空间群体性事件预警系统。

背景技术

现如今，国家安全已经不只包括传统的国家政治安全和军事安全，网络空间安全逐渐成为国家战略的重要组成之一。为了保障网络空间安全，维护网络空间主权和国家安全、社会公共利益，保护公民、法人和其他组织的合法权益，促进经济社会信息化健康发展，国家制定了一系列法律法规。法律法规中要求任何个人和组织应当对其使用网络的行为负责。健全的的互联网法律法规有利于对网络空间群体性事件本身进行治理和对引起或推动事件的人进行追责。

由于计算机与智能手机的广泛普及，网络已经成为人民群众了解信息、表达意见、反应问题的主要渠道。每天有大量的信息汇聚到网络空间中。其中有部分不法分子或组织以共同目的或利益为前提，在网络发布或散播的不实信息。这导致网络空间群体性事件频发。网络空间群体性事件频发不仅导致了公共资源被浪费，还产生恶劣的影响，对经济发展、社会和谐，甚至公共安全都是是一个巨大的威胁。因此，尽早发现网络空间中出现的潜在威胁，及时、准确的对网络空间群体性事件进行预警既可以尽量避免恶劣影响，促进经济发展和社会和谐又可以提升相关部门公共事务管理的效率，避免人工监管的局限性和弊端。

目前的研究工作多是依据突发词或预先创建的敏感词表进行预警。基于突发词的预警系统可能存在大量误判的现象。突发词只能代表在某时间窗内该词的使用次数突然上升。这可能受很多情况所影响。某些情况下，检测出的热度较高的突发词可能由无威胁或低威胁的事件中产生，这往往还需要结合人工审核才能达到很好的效果。基于敏感词表的预警系统需要人工制定并定时更新敏感词表，通常存在滞后性。网民在网络空间中使用部分词语时，可能给部分词语赋予新的解释。这导致了敏感词表在制定时通常是不完备的，后续更新时部分词语也会存在歧义问题。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种有效解决现有预警指标体系的仅关注事件本身而忽略了参与者组成对识别率的影响的基于平均影响力的网络空间群体性事件预警系统。本发明的技术方案如下：

一种基于平均影响力的网络空间群体性事件预警系统，其包括：采集模块，预处理模块，识别模块，预警模块；其中，

采集模块，用于根据采集策略采集包括论坛、微博、新闻网站在内的网页数据；

预处理模块包括：文本内容子模块，用于对采集模块所爬取到的文本内容中短链接、表情和提及行为占文本内容总条数的比例。然后对文本内容进行分词，去除停用词，再根据预先构建的敏感词表将文本内容标注类别；用户特征子模块，用于对采集模块所爬取到的用户信息的基本信息进行提取；影响力子模块，用于根据用户特征子模块的提取的基本信息计算影响力相关指标；

识别模块包括：根据预先建立的分类模型，对预处理模块已处理好的数据进行分类，并将分类结果与网络空间群体性事件预警指标体系中每个指标的值输入到预警模块；

预警模块包括：通过识别模块的分类结果与预先设定的阈值比较，如果超出阈值，输出预警结果与可视化报告。

进一步的，所述采集模块通过预先设置的爬取策略对网页端微博及移动端微博进行爬取，获得微博中的文本数据，爬取策略包括随机模式和定制模式，定制模式包括设置采集的时间范围、关键字、数量、保存方式、是否爬取用户信息及转发评论的内容，随机模式可以根据用户ID进行随机爬取。