[发明专利]一种社交网络假流量黑灰产自动挖掘方法和系统

说明书

本发明公开了一种社交网络假流量黑灰产自动挖掘方法和系统，包括：(1)创建“蜜罐”用户，在社交网络中对参与假流量攻击的恶意用户进行诱捕；(2)提取恶意用户的微博内容层面的特征；(3)提取恶意用户的个人信息层面的特征；(4)在社交网络中随机选取正常用户并分别提取微博内容层面和个人信息层面的特征；(5)运用机器学习算法，根据提取的特征训练分类器；(6)分别提取目标用户的微博内容层面和个人信息层面的特征，并运用训练好的分类器进行识别；(7)对于被识别为恶意用户的目标用户，基于规则对该用户所发的微博进行筛选，挖掘出涉及假流量黑灰产的微博。本发明的方法和系统可及时发现、预警和治理社交网络流量作弊事件。

技术领域

本发明涉及网络黑灰产中的安全技术领域，尤其涉及一种社交网络假流量黑灰产自动挖掘方法和系统。

背景技术

社交网络黑灰产是危害互联网生态安全的重大问题之一。传统技术能够对虚假评论、传统虚假用户等作弊行为进行检测，但随着作弊行为不断变化和转移，现有的模型和方法很快就失去适用性。

蜜罐技术本质上是一种对攻击方进行欺骗的技术，通过布置一些作为诱饵的主机、网络服务或者信息，诱使攻击方对其实施攻击，从而可以对攻击行为进行捕获和分析，了解攻击方所使用的工具与方法，推测攻击意图和动机，能够让防御方清晰地了解他们所面对的安全威胁，并通过技术和管理手段来增强实际系统的安全防护能力。因此利用蜜罐捕捉虚假用户账号，对社交网络黑灰产进行实时的分析和监控，有利于从源头上发现和打击社交网络黑灰产。

不同于传统的社交网络黑灰产，社交网络假流量黑灰产是最近5年才兴起的一种新型黑灰产，通常是指通过虚假转发含有特定话题的微博将特定话题推送上社交网络中的实施热榜等违反社交网络平台相关规范的作弊行为。从虚假账号的创建到虚假账号的运维，再到执行具体的攻击，社交网络假流量黑灰产已经形成完整的产业链，且随着社交网络领域反作弊机制的完善，社交网络流量作弊行为也趋向于专业化，然而企业内部对黑灰产的分布和现状大部分靠人工分析，无法应对日益扩大的黑灰产规模。

公开号为CN111917601A的中国专利文献公开了一种虚假流量识别方法及用户品牌价值的量化计算方法，涉及互联网技术领域。其中虚假流量识别方法定义了社交网络中用户的影响力和易被影响特性，通过爬取整个社交网络中一时间段内用户间的交互数据，根据该时间段内用户间的交互数据计算用户的影响力和易被影响特性，据此标记出虚假用户，识别出虚假流量。

公开号为CN110913396A的中国专利文献公开了一种虚假流量识别方法、装置、服务器及可读存储介质，涉及数据处理技术领域。该虚假流量识别方法通过预先建立的白名单对获取到的每个移动终端中各应用软件网络通信时的流量数据进行第一标识，通过预先建立的黑名单对获取到的每个移动终端中各应用软件网络通信时的流量数据进行第二标识，根据各流量数据是否具有所述第一标识和第二标识，判断各流量数据是否为虚假流量。

发明内容

本发明提供了一种社交网络假流量黑灰产自动挖掘方法和系统，可及时发现、预警和治理社交网络流量作弊事件，实现对社交网络假流量黑灰产进行实时多维度监控。

本发明的技术方案如下：

一种社交网络假流量黑灰产自动挖掘方法，包括以下步骤：

（1）创建“蜜罐”用户，在社交网络中对参与假流量攻击的恶意用户进行诱捕；

（2）采用自然语言处理技术对诱捕得到的恶意用户的微博内容进行数据分析，获得恶意用户的微博内容层面的特征；

（3）对诱捕得到的恶意用户的个人信息进行分析，获得恶意用户的个人信息层面的特征；

（4）在社交网络中随机选取正常用户，根据步骤（2）和（3）的方法分别提取正常用户的微博内容层面和个人信息层面的特征；

（5）运用机器学习算法，根据步骤（2）~（4）中提取的特征，训练分类器使之能区分正常用户与恶意用户；