[发明专利]社交网络中面向信誉系统的共谋攻击模糊探测方法

摘要

本发明涉及一种社交网络中面向信誉系统的共谋攻击模糊探测方法，包括步骤：1)确定各用户的信誉度及各用户之间的信任关系；2)根据各用户对物品的评价差异，确定是否存在至少一个恶意用户，并在存在恶意用户时执行步骤3)；3)将得到的恶意用户作为探测起点，遍历社交网络中的用户，根据其他用户与恶意用户的信任关系及信誉相似程度确定其是否为恶意用户的共谋攻击者。与现有技术相比，本发明基于社交关系找出共谋攻击者，更加准确，提高共谋攻击的探测成功率。

主权项

1.一种社交网络中面向信誉系统的共谋攻击模糊探测方法，其特征在于，包括步骤：1)确定各用户的信誉度及各用户之间的信任关系，2)根据各用户对物品的评价差异，确定是否存在至少一个恶意用户，并在存在恶意用户时执行步骤3)，3)将得到的恶意用户作为探测起点，遍历社交网络中的用户，根据其他用户与恶意用户的信任关系及信誉相似程度确定其是否为恶意用户的共谋攻击者；将社交网络形式化为一个图模型：将所有的用户形式化为一个结点，将用户之间的信任关系形式化为有一个有向边，其中，有向边的起点为有向边终点的入度结点，有向边的终点为有向边起点的出度结点，所述用户之间的信任关系具体为：Trust(ui,uj)＝(Trust(ui,uj)‑,Trust(ui,uj)+)其中：Trust(u_i,u_j)为用户u_i对用户u_j的信任值，Trust(u_i,u_j)^(t)为用户u_i对用户u_j在t时刻，为用户u_i对用户u_j的平均评价值，为用户u_i对其所有出度结点平均评价值的平均值，val(u_i,u_j)_k为用户u_i对用户u_j的第k次评价值，val(u_i,u_j)_max为用户u_i对用户u_j的最大评价值，val(u_i,u_j)_min为用户u_i对用户u_j的最小评价值，m为用户u_i对用户u_j评价值的总个数，O(u_i)为用户u_i出度结点的集合，Trust(u_i,u_j)^‑为用户u_i对用户u_j信任值的最小值，Trust(u_i,u_j)⁺为用户u_i对用户u_j信任值的最大值，为用户u_i对用户u_l的平均评价值，用户的信誉度具体为：rep(ui)＝(rep(ui)‑,rep(ui)+)其中：rep(ui)为用户ui的信誉度，Trust(uk,ui)‑为用户uk为用户ui信任值的最小值，Trust(uk,ui)+为用户uk为用户ui信任值的最大值，I(ui)为用户ui入度结点的集合，rep(ui)‑为用户ui信誉度的最小值，rep(ui)+为用户ui信誉度的最大值。