基于群体特征的社交僵尸网络检测方法

• 作者: 倪平 刘奇旭 张玉清 范丹 闻观行
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 社交僵尸账号 社交僵尸网络 社交网络 数据挖掘
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 691-700,713
• 分类号: TP393
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2014.05.016

摘要

攻击者通过在社交网络中部署由大量社交僵尸账号组成的社交僵尸网络,对社交网络进行渗透,严重危害了社交网络和用户的信息安全.我们首次提出一种基于群体特征的社交僵尸网络检测方法.提取社交僵尸网络中账号注册时间集中、昵称相似和活跃时间一致3个群体特征,结合数据挖掘算法,设计一种社交僵尸网络的检测方法.在对新浪微博中48万个账号的检测实验中,检测出多个社交僵尸网络,共包含6 899个社交僵尸账号.较低的漏报率和误报率表明该方法对于社交僵尸网络和僵尸账号的检测是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉清	中国科学院大学国家计算机网络入侵防范中心	147	3010	26.0	50.0
2	倪平	中国科学院大学国家计算机网络入侵防范中心	5	20	1.0	4.0
3	刘奇旭	中国科学院大学国家计算机网络入侵防范中心	30	423	10.0	20.0
4	范丹	中国科学院大学国家计算机网络入侵防范中心	11	162	6.0	11.0
5	闻观行	中国科学院大学国家计算机网络入侵防范中心	3	13	1.0	3.0