[发明专利]一种基于用户动态图表征不一致性的网络水军行为预警方法

说明书

本发明是一种基于用户动态图表征不一致性的网络水军行为预警方法。首先收集一段连续时间里社交媒体上用户的发帖和互动内容，并对文本进行情感分析,获取用户观点。然后利用不同时间段的用户行为数据构建动态图神经网络，基于用户的社交关系和行为模式，预测用户下一个时间段的行为模式并将其表示为向量。对比两个向量的差异，定义用户行为的一致性，从而发现疑似水军的用户。同时，对社交网络整体话题的演化进行建模，判断该网络话题是否有水军的影响以及评估水军影响的程度。本发明能够综合高度疑似水军的用户和话题演化的特征，实现网络水军的检测和预警功能。

技术领域

本发明属于网络安全领域，更为具体地讲，涉及一种基于动态图神经网络的网络水军行为预警方法。

背景技术

随着互联网和大数据技术的发展，社交媒体用户剧增，网络安全变得至关重要。网络水军是随着互联网社交媒体而兴起的一种恶意引领舆论方向的异常个体或团体。他们伪装成正常用户，活跃在电子商务网站、论坛、微博等社交媒体平台中。大批量的水军在网络中针对指定内容发表、评论、转发特定内容，以达到快速传播和影响正常用户判断的目的。网络水军以获利为目的，发表大量有目的不实言论，对其他用户造成了严重的影响。传统方法常通过简单的统计或静态网络分析进行水军异常行为的检测，没有有效利用社交网络的动态信息，同时很难进行实时检测和预警，从而在早期对网络水军行为实行干预，降低网络水军带来的不利因素。本发明内容提出了一种基于用户动态图表征的网络水军行为预警方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于用户动态图表征不一致性的网络水军行为预警方法，以实现对网络实体异常行为的检测与提前预警。

为实现上述发明目的，本发明所述的基于用户动态图表征的网络水军行为预警方法，其特征包括以下步骤：

(1)、收集目标社交网络连续时间段内的用户发帖内容，点赞、转发，评论、好友关系等信息；

(2)、用户发帖的文本信息清洗和预处理，然后对预处理过的信息进行情感分析，将其发帖内容分为赞同、反对、中立三种；

(3)、按照一定时间粒度将收集到的信息划分为多个时间段，对每个时间段，根据对社交发帖内容的点赞、评论、转发关系，将该时间段内涉及到的用户建模成一个网络图；

(4)、按照时间顺序，分析每一张图的用户行为特征，使用动态图神经网络对用户进行行为表征，结合目标用户和其周围用户的行为模式，预测下一个时间片用户的行为模式；

(5)、按照时间顺序，对于每一个时间段内用户，利用长短期记忆网络，在不考虑该时间段内社交活动对该用户行为模式影响的情况下，预测下一个时间片用户的行为特征；

(6)、将用户下一个时间片的真实行为模式，第(4)步和第(5)步中预测的行为模式纳入考虑，如果对于某个用户，下一个时间片行为模式与第(4)步行为预测结果相似性小于与第(5)步行为模式相似性的阈值，将其标记为疑似水军。

(7)、按照时间顺序，统计每一张图的用户总体行为特征，并与疑似水军用户的行为特征进行比较，若相似度高于上一个时间段，则怀疑该话题可能受到了网络水军的影响，从而对网络水军行为实现预警；

(8)、对于最近的一个时间段，若所有用户的总体行为分布收敛到被多次标记为疑似水军的用户的行为特征，则可以判断该话题受到了网络水军行为的影响，并且识别出水军用户。

本发明内容是这样实现的。