基于KMV模型的在线社交网络异常用户检测

• 作者: 王彤 黄树斌
• 来源期刊: 网络空间安全
• 关键词: 在线社交网络 异常用户 预期违约率 KMV
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 实践方法
• 页码范围: 53-55
• 页数: 3页
• 字数: 2266字
• 语种: 中文

摘要

在线社交网络中,异常用户是始终存在的.现代的手持移动终端设备在提升普通用户便携性的同时,也降低了异常用户在社交网络中的行为成本.KMV模型是美国KMV公司于1993年建立,用来估计借款企业违约概率的方案,是应用最广泛的信任度量模型之一.论文尝试使用KMV模型来映射计算社交网络中异常用户的预期违约率,在保证KMV模型高效、精确的前提下,保证了异常用户的识别率,能够运用在实际社交网络环境中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彤	重庆大学计算机学院	5	5	2.0	2.0
2	黄树斌	重庆大学计算机学院	2	5	2.0	2.0