论文基于KMV模型的在线社交网络异常用户检测是关于对不知道怎么写社交网络论文范文课题研究的大学硕士、相关本科毕业论文社交网络论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
【 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.
【 关键词 】 在线社交网络；异常用户；预期违约率；KMV
【 Abstract 】 Abnormal user will exist permanently in Online Social Network（OSNs）. Modern mobile device as well as improve the portability of ordinary users also reduces the cost of malicious behiors in OSNs. KMV model was posted by KMV Corporation in 1993 to focus on estimating the Expected Default Frequency（EDF） of the enterprise, KMV is the one of the most widely used credit monitor model. This paper use KMV to modeling the EDF of abnormal users in OSNs, has a high recognition rate of abnormal users in guarantee the efficiency and accuracy of KMV. It can be used in actual OSNs.
【 Keywords 】 osns； abnoraml user； edf； kmv
1 引言
随着移动手持设备的发展和社交网络的进一步演化,越来越多的人能够低成本的使用社交网络.由于移动手持设备的功能的逐渐增加,社交网络的终端设备已经逐渐由PC端转移到移动端.移动端手持设备具有使用时间片分散、使用成本低、用户忍耐度低等属性,这些属性,给社交网络带来了一些新的特征.同时,也造成了异常用户的行为成本降低,增大了异常用户的数量.
在以往的研究中,对于异常用户的检测使用的方案大致有基于行为特征、基于内容、基于图、无监督学习等方向.使用如上方案,能够在一定程度上达到检测异常用户的目的,不过仍有一些局限性,具体表现在两方面.
第一,无法发现并检测新的攻击方式：由于社交网络中异常用户是始终存在的,因此,社交网络中会不断出现各种新的攻击方式.异常用户由不同的目的,会根据社交网络的用户监督系统设置,不断调整自己的攻击方式.唯一能识别新的攻击特征的无监督学习方案,由于方案本身的一些局限性,仍然需要有运营人员时刻关注社交网络的发展.
第二,处理数据量过大,无法达到异常用户检测所需的实时性：基于推荐的一些解决方案,包括基于内容的方案,能够达到较高的准确性,但是由于解决方案本身需要分析大量数据,因此实时性无法保证,一般用于离线数据分析等场景中.无法在恶意用户的使用过程中及时的发现并采取相应措施.
本文将经济学领域中的KMV模型应用于社交网络中,通过相应的概念映射,能够利用KMV模型中的思想,得到相应的用户节点的预期违约率.从而判断在选定时间周期内,用户的违约概率,以此来相应的选择应对方案,减少异常用户对正常用户以及社交网络本身造成更大的信息干扰.
2 KMV模型基础思想
KMV模型是美国KMV公司于1997年建立的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.该模型认为,贷款的信用风险是在给定负债的情况下,由债务人的资产市场价值决定的.结合Black-scholes期权定价公式,估算出企业资产的市场价值、资产价值的波动性.根据公司的负债计算出公司的违约实施点,计算相应的违约距离.再根据违约距离计算出预期违约率（EDF）.
KMV模型的主要优势在于,使用了资本市场的信息而不是历史账面资料进行预测,很好的将市场信息加入了预测逻辑中,更够反应企业当前的信用状况.在一定的时间积累内,KMV模型可以预测得到违约区间.因此,本文将KMV模型引入社交网络中,尝试达到相对实时、运算资源消耗较少的目的.
3 KMV模型在社交网络中的映射
在本部分中,我们将KMV模型中的理论,映射到社交网络中,尝试解决社交网络中异常用户检测的问题.
首先,KMV模型的主要思想：贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的.映射在社交网络中,可以表述为：观察用户点的异常行为风险,是在已记录的行为情况下,由观察用户点的总体信任值决定的.也就是说,被观察的用户点,产生异常行为的可能性,和用户点的前期行为有关,也和用户点的当前未清算的行为（债务）有关.
社交网络中概念和KMV模型中的概念对应起来.
（1）用户信任值：在社交网络中,用户的信任值表示用户的一个评分值.与KMV模型中企业股权的市场价值相对应.（2）用户行为：本文将社交网络中用户的行为分为正向行为、负向行为、中性行为.正向行为对信任值有益,负向行为对信任值有害,中性行为不对信任值本身产生影响.（3）单次使用时长：在社交网络中,存在一个平均单次使用时长的数值,表示一个用户平均一次使用社交网络的时长.本文使用该时长作为一个时间段,在一个时间段内,所有的正向行为、负向行为,加权得到用户的具体信任值增减.（4）使用天为单位,将一个单位时间内的信任值增加作为债务和收益,下一个有效单位时间内才计算入总体信任值.
总结:这篇社交网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
参考文献：
1、 基于强弱关系的社交网络信息传播博弈模型 〔摘 要〕论文将关系层次作为重要变量加入到社交网络信息传播模型中，分析社交网络用户传播信息时的成本、收益和策略选择。在基于关系层次的基础上，引入。
2、 Gephi的社交网络消息可视化分析系统的设计和实现 摘 要： 传统基于遗传算法布局无向图方法塑造的社交网络消息可视化系统不适合大规模社交网络消息的可视化，存在运行时间长以及显示效果粗糙等问题。针对。
3、 网络异常流量控制系统的开发和设计 摘 要： 为了监测和控制网络异常流量，提高网络的安全管理能力，提出基于分布式拓扑控制的网络异常流量控制系统设计方法。系统建立在嵌入式软件开发环境。
4、 未成年人能不能上社交网络 俄国《卫星通讯社》二零一七年六月二十九日近日，芬兰司法部立法委员阿努·塔卢斯告诉芬兰国家广播公司（YLE）：“欧盟制定的《数据保护法》禁止未。
5、 社交网络达人为何更有创造力 没有任何一项创新的产生能离开好的创意。但是有什么方法能让人们提出最佳创意？在这方面，恐怕还是传统的面对面交流更胜一筹。苹果公司的创始人史蒂夫·乔。
6、 Facebook等社交网络如何利用了人性弱点 11月9日，Facebook前总裁肖恩·帕克对网络媒体Axios说了一些“可能会被扎克伯格封号”的言论。“当初跟他们共事时，我说他们总有一天也。