原文服务方: 计算机应用研究       
摘要:
针对目前存在大批网络用户,以群体形式来欺诈点击的问题,提出了一种检测点击欺诈群组的方法。首先使用频繁项集挖掘算法来发现共同点击过大量广告的个体用户,作为疑似欺诈组。然后,在对组内用户点击行为属性分析的基础上,运用孤立点检测方法找到与组内其他用户有显著差异的疑似欺诈用户。最后,运用贝叶斯分类方法对检测到的所有疑似欺诈成员分类,得到真正的欺诈群组和欺诈用户。在真实的数据集上进行的实验,验证了该方法的可行性和有效性。结果表明,该方法为点击欺诈检测问题提供了一条新的思路。
推荐文章
基于集成特征选择的点击欺诈检测方法
点击欺诈
不平衡
集成特征选择
Bagging
随机森林
基于用户行为分析的广告欺诈点击检测
欺诈点击
用户行为
数据挖掘
博弈控制
基于特征工程的信用卡欺诈检测策略研究
特征工程
信用卡欺诈检测
周期性行为
冯米塞斯分布
特征集合
成本
信用卡欺诈行为多层动态检测模型
信用卡
欺诈检测
数据挖掘
概念漂移
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 点击欺诈群体检测与发现
来源期刊 计算机应用研究 学科
关键词 点击欺诈 欺诈群组 孤立点检测 贝叶斯分类
年,卷(期) 2016,(6) 所属期刊栏目 信息安全技术
研究方向 页码范围 1771-1774,1805
页数 5页 分类号 TP309.2
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.06.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李斌 南京工业大学计算机科学与技术学院 56 397 12.0 15.0
2 刘学军 南京工业大学计算机科学与技术学院 59 564 12.0 21.0
3 董亚楠 南京工业大学计算机科学与技术学院 6 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (331)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
点击欺诈
欺诈群组
孤立点检测
贝叶斯分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导