[發明專利]一種基于可信度的網絡賬號異常檢測方法在審
| 申請號: | 201410349732.1 | 申請日: | 2014-07-23 |
| 公開(公告)號: | CN105281971A | 公開(公告)日: | 2016-01-27 |
| 發明(設計)人: | 蔣斐;楊磊 | 申請(專利權)人: | 江蘇威盾網絡科技有限公司 |
| 主分類號: | H04L12/26 | 分類號: | H04L12/26;H04L29/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 215000 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 可信度 網絡 賬號 異常 檢測 方法 | ||
技術領域
本發明涉及一種基于可信度的網絡賬號異常檢測方法。
背景技術
目前我們每個人在不同的網站和社交平臺上都有多個不同的賬號,這些賬號有正常賬號,有惡意賬號,還有一些僵尸賬號等,而對這些賬號的監測并進行區分則目前沒有好的辦法來適用。
因此,現有技術有待于改進。
發明內容
本發明為了解決現有技術的不足,提供一種基于可信度的網絡賬號異常檢測方法,提高網絡賬戶的安全性并保證整體網絡的秩序不受破壞。
為解決上述技術問題,本發明實施例提供的一種基于可信度的網絡賬號異常檢測方法,采用如下技術方案:
一種基于可信度的網絡賬號異常檢測方法,其特征在于,包括如下步驟:
S1:使用云中心對不同賬號服務器的數據進行監控,包括:賬號基本信息收集模塊、賬戶特征提取模塊、賬戶可信度審查模塊、賬戶可信度確認模塊組成;
S2:收集每個賬戶的注冊及使用時間,賬戶發布每條消息的時間和內容以及在某一固定時間值內的頻率,把這些信息以加密方式傳輸到中心存儲;
S3:通過對一定數量的測試可信的正常賬戶進行跟蹤和監控,從中提取出賬戶的正常特征值,這些特征值包括賬戶屬性及賬戶特征,通過一定的算法建立出正常特征模型;
S4:根據正常賬戶模型計算出閥值,對每個賬戶進行和閥值的比對,如果大于改閥值為正常賬戶,小于改閥值為惡意賬戶;
S5:經過一段時間對賬戶的審查,正常模型要根據目前已有的賬戶信息重新進行正常模型的重建,以保證正常模型隨著事物的發展進行自我學習,減少錯誤率。
本發明提供的一種基于可信度的網絡賬號異常檢測方法,提高網絡賬戶的安全性并保證整體網絡的秩序不受破壞。
附圖說明
圖1為本發明實施例所述的一種基于可信度的網絡賬號異常檢測方法的步驟示意圖。
具體實施方式
下面結合附圖對本發明實施例提供給的基于可信度的網絡賬號異常檢測方法進行詳細描述。
如圖1所示,本發明實施例提供的一種基于可信度的網絡賬號異常檢測方法,其特征在于,包括如下步驟:
S1:使用云中心對不同賬號服務器的數據進行監控,包括:賬號基本信息收集模塊、賬戶特征提取模塊、賬戶可信度審查模塊、賬戶可信度確認模塊組成;
S2:收集每個賬戶的注冊及使用時間,賬戶發布每條消息的時間和內容以及在某一固定時間值內的頻率,把這些信息以加密方式傳輸到中心存儲;
S3:通過對一定數量的測試可信的正常賬戶進行跟蹤和監控,從中提取出賬戶的正常特征值,這些特征值包括賬戶屬性及賬戶特征,通過一定的算法建立出正常特征模型;
S4:根據正常賬戶模型計算出閥值,對每個賬戶進行和閥值的比對,如果大于改閥值為正常賬戶,小于改閥值為惡意賬戶;
S5:經過一段時間對賬戶的審查,正常模型要根據目前已有的賬戶信息重新進行正常模型的重建,以保證正常模型隨著事物的發展進行自我學習,減少錯誤率。
本發明提供的一種基于可信度的網絡賬號異常檢測方法,提高網絡賬戶的安全性并保證整體網絡的秩序不受破壞。
以上所述,僅為本發明的具體實施方式,但本發明的保護范圍并不局限于此,任何熟悉本技術領域的技術人員在本發明揭露的技術范圍內,可輕易想到變化或替換,都應涵蓋在本發明的保護范圍之內。因此,本發明的保護范圍應所述以權利要求的保護范圍為準。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇威盾網絡科技有限公司,未經江蘇威盾網絡科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410349732.1/2.html,轉載請聲明來源鉆瓜專利網。





