[发明专利]在线社交网络下共享视频的信任度计算方法

说明书

本发明公开了一种在线社交网络下共享视频的信任度计算方法，当社交网络中某个用户接收到共享视频时，先基于共享视频的内容定位符来计算共享视频的内容属性信任值，然后考虑浏览共享视频的社交用户的身份信任、社交用户对共享视频的评分、以及社交用户之间的社交关系，基于社交用户影响力来计算得到共享视频的社交属性信任值，将内容属性信任值和社交属性信任值加权求和即可得到最终的共享视频的信任度。本发明可以帮助社交网络用户全面、准确地评估共享视频的安全性，从而有效地抵抗恶意用户评价行为和不可信共享视频欺骗行为。

技术领域

本发明属于在线社交网络大数据安全技术领域，更为具体地讲，涉及一种在线社交网络下共享视频的信任度计算方法。

背景技术

在线社交网络由于允许社交网络用户制作生成、分享自己的多媒体信息(如视频内容)，已得到人们越来越多的喜爱。在线社交网络共享视频内容丰富、信息量大，如今人们也越发依赖在线社交网络共享视频内容来获取信息。但由于在线社交网络的开放性，网络中存在着恶意用户，一些共享视频在社交网络上可能被恶意篡改，这对社交网络共享视频的可信度构成了威胁。因此，需要一种有效的计算在线社交网络共享视频的可信度，来抵抗恶意用户对共享视频的恶意操作，如对共享视频的恶意评价或传播不可信视频，以可靠的评估在线社交网络共享视频安全性。

目前已有相关研究对在线社交网络信息的安全性进行了探讨，但大多数研究成果集中在社交网络的用户身份可信方面。Qiong Zheng等人[Qiang Z,Song Q.CredibilityAssessment of Mobile Social Networking Users based on Relationship andInformation Interactions:Evidence from China[J].IEEE Access,2020,8,99519-99527]提出了一种综合社交用户关系强度、社交影响力范围、信息价值和信息传输控制力四个因素来计算在线社交用户身份的信任评估模型，采用熵权重方法获得四个因素的权重系数，以识别社交网络上的可信用户。该方法计算方式简单，能有效识别社交网络上的可信节点，但缺乏对用户生成信息的语义理解，也没有考虑用户兴趣关系对用户身份可信评估的影响，无法抵抗恶意信息欺骗行为。

Gabriella Pasi等人[Gabriella P,Marco V,Alexandre C.A Multi-CriteriaDecision Making Approach based on the Choquet Integral for Assessing theCredibility of User-Generated Content[J].Information Sciences,2019,503:574-588]利用了信息特征的先验领域知识，提出了一种基于Choquet积分来聚合在线用户生成信息的多个特征，基于分类方法实现了用户生成内容的可信与不可信判断。该方法着重分析社交媒体内容的语义信息可信，没有考虑到社交网络用户关系对信息可信评估的影响，无法有效抵抗恶意用户的恶意评价。

孙鹏等人[孙鹏，王方明，郎宇博等.面向多媒体情报内容可信度评估的量化模型研究-以视频情报为例[J].情报杂志，2018,37(4):74-79]提出了一种综合视频内容人物、时间、地点、过程、事件、程度和原因7个因素、利用结构化图形评估视频可行度的方法，该方法能够有效量化视频的可信度值，但主要基于视频内容本身分析视频的可信度，无法适用于在线社交网络共享环境下视频的可信度计算。

虽然以上方法解决了在线社交网络中信息的可信的一些问题，但这些方法要么仅仅考虑社交网络用户关系，要么仅仅考虑信息内容本身的语义安全，没有从系统上综合考虑社交网络环境下共享内容的可信问题，无法有效的抵抗社交网络中恶意用户的评价或恶意内容的传播。社交网络共享视频内容的可信问题，既具有信息本身的语义内容可信，也具有信息在社交网络传播环境下的社交属性，因此需要从这两方面综合考虑，以有效的评估社交网络共享视频的可信度。

发明内容