CN105281971A - 一种基于可信度的网络账号异常检测方法 - Google Patents

一种基于可信度的网络账号异常检测方法 Download PDF

Info

Publication number
CN105281971A
CN105281971A CN201410349732.1A CN201410349732A CN105281971A CN 105281971 A CN105281971 A CN 105281971A CN 201410349732 A CN201410349732 A CN 201410349732A CN 105281971 A CN105281971 A CN 105281971A
Authority
CN
China
Prior art keywords
account
normal
model
threshold values
confidence level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410349732.1A
Other languages
English (en)
Inventor
蒋斐
杨磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Wei Dun Network Technology Co Ltd
Original Assignee
Jiangsu Wei Dun Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Wei Dun Network Technology Co Ltd filed Critical Jiangsu Wei Dun Network Technology Co Ltd
Priority to CN201410349732.1A priority Critical patent/CN105281971A/zh
Publication of CN105281971A publication Critical patent/CN105281971A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于可信度的网络账号异常检测方法，其特征在于，包括如下步骤：使用云中心对不同账号服务器的数据进行监控，收集每个账户的注册及使用时间，账户发布每条消息的时间和内容以及在某一固定时间值内的频率，把这些信息以加密方式传输到中心存储；通过对一定数量的测试可信的正常账户进行跟踪和监控，从中提取出账户的正常特征值，建立出正常特征模型；根据正常账户模型计算出阀值，对每个账户进行比对，如果大于该阀值为正常账户，小于改阀值为恶意账户；经过一段时间对账户的审查，正常模型要根据目前已有的账户信息重新进行正常模型的重建以减少错误率。本发明提高网络账户的安全性并保证整体网络的秩序不受破坏。

Description

一种基于可信度的网络账号异常检测方法
技术领域
本发明涉及一种基于可信度的网络账号异常检测方法。
背景技术
目前我们每个人在不同的网站和社交平台上都有多个不同的账号，这些账号有正常账号，有恶意账号，还有一些僵尸账号等，而对这些账号的监测并进行区分则目前没有好的办法来适用。
因此，现有技术有待于改进。
发明内容
本发明为了解决现有技术的不足，提供一种基于可信度的网络账号异常检测方法，提高网络账户的安全性并保证整体网络的秩序不受破坏。
为解决上述技术问题，本发明实施例提供的一种基于可信度的网络账号异常检测方法，采用如下技术方案：
一种基于可信度的网络账号异常检测方法，其特征在于，包括如下步骤：
S1：使用云中心对不同账号服务器的数据进行监控，包括：账号基本信息收集模块、账户特征提取模块、账户可信度审查模块、账户可信度确认模块组成；
S2：收集每个账户的注册及使用时间，账户发布每条消息的时间和内容以及在某一固定时间值内的频率，把这些信息以加密方式传输到中心存储；
S3：通过对一定数量的测试可信的正常账户进行跟踪和监控，从中提取出账户的正常特征值，这些特征值包括账户属性及账户特征，通过一定的算法建立出正常特征模型；
S4：根据正常账户模型计算出阀值，对每个账户进行和阀值的比对，如果大于改阀值为正常账户，小于改阀值为恶意账户；
S5：经过一段时间对账户的审查，正常模型要根据目前已有的账户信息重新进行正常模型的重建，以保证正常模型随着事物的发展进行自我学习，减少错误率。
本发明提供的一种基于可信度的网络账号异常检测方法，提高网络账户的安全性并保证整体网络的秩序不受破坏。
附图说明
图1为本发明实施例所述的一种基于可信度的网络账号异常检测方法的步骤示意图。
具体实施方式
下面结合附图对本发明实施例提供给的基于可信度的网络账号异常检测方法进行详细描述。
如图1所示，本发明实施例提供的一种基于可信度的网络账号异常检测方法，其特征在于，包括如下步骤：
S1：使用云中心对不同账号服务器的数据进行监控，包括：账号基本信息收集模块、账户特征提取模块、账户可信度审查模块、账户可信度确认模块组成；
S2：收集每个账户的注册及使用时间，账户发布每条消息的时间和内容以及在某一固定时间值内的频率，把这些信息以加密方式传输到中心存储；
S3：通过对一定数量的测试可信的正常账户进行跟踪和监控，从中提取出账户的正常特征值，这些特征值包括账户属性及账户特征，通过一定的算法建立出正常特征模型；
S4：根据正常账户模型计算出阀值，对每个账户进行和阀值的比对，如果大于改阀值为正常账户，小于改阀值为恶意账户；
S5：经过一段时间对账户的审查，正常模型要根据目前已有的账户信息重新进行正常模型的重建，以保证正常模型随着事物的发展进行自我学习，减少错误率。
本发明提供的一种基于可信度的网络账号异常检测方法，提高网络账户的安全性并保证整体网络的秩序不受破坏。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (1)

1.一种基于可信度的网络账号异常检测方法，其特征在于，包括如下步骤：
S1：使用云中心对不同账号服务器的数据进行监控，包括：账号基本信息收集模块、账户特征提取模块、账户可信度审查模块、账户可信度确认模块组成；
S2：收集每个账户的注册及使用时间，账户发布每条消息的时间和内容以及在某一固定时间值内的频率，把这些信息以加密方式传输到中心存储；
S3：通过对一定数量的测试可信的正常账户进行跟踪和监控，从中提取出账户的正常特征值，这些特征值包括账户属性及账户特征，通过一定的算法建立出正常特征模型；
S4：根据正常账户模型计算出阀值，对每个账户进行和阀值的比对，如果大于改阀值为正常账户，小于改阀值为恶意账户；
S5：经过一段时间对账户的审查，正常模型要根据目前已有的账户信息重新进行正常模型的重建，以保证正常模型随着事物的发展进行自我学习，减少错误率。
CN201410349732.1A 2014-07-23 2014-07-23 一种基于可信度的网络账号异常检测方法 Pending CN105281971A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410349732.1A CN105281971A (zh) 2014-07-23 2014-07-23 一种基于可信度的网络账号异常检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410349732.1A CN105281971A (zh) 2014-07-23 2014-07-23 一种基于可信度的网络账号异常检测方法

Publications (1)

Publication Number Publication Date
CN105281971A true CN105281971A (zh) 2016-01-27

Family

ID=55150340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410349732.1A Pending CN105281971A (zh) 2014-07-23 2014-07-23 一种基于可信度的网络账号异常检测方法

Country Status (1)

Country Link
CN (1) CN105281971A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106561026A (zh) * 2016-07-29 2017-04-12 北京安天电子设备有限公司 一种基于用户账号操作行为诊断入侵的方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402517A (zh) * 2010-09-09 2012-04-04 北京启明星辰信息技术股份有限公司 数据库正常登录模型建立、登录行为异常检测方法及***
CN102609460A (zh) * 2012-01-13 2012-07-25 中国科学院计算技术研究所 微博客数据采集方法及***
CN103458042A (zh) * 2013-09-10 2013-12-18 上海交通大学 一种微博广告用户检测方法
CN103577988A (zh) * 2012-07-24 2014-02-12 阿里巴巴集团控股有限公司 一种识别特定用户的方法和装置
CN103646197A (zh) * 2013-12-12 2014-03-19 中国石油大学(华东) 基于用户行为的用户可信度认证***及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402517A (zh) * 2010-09-09 2012-04-04 北京启明星辰信息技术股份有限公司 数据库正常登录模型建立、登录行为异常检测方法及***
CN102609460A (zh) * 2012-01-13 2012-07-25 中国科学院计算技术研究所 微博客数据采集方法及***
CN103577988A (zh) * 2012-07-24 2014-02-12 阿里巴巴集团控股有限公司 一种识别特定用户的方法和装置
CN103458042A (zh) * 2013-09-10 2013-12-18 上海交通大学 一种微博广告用户检测方法
CN103646197A (zh) * 2013-12-12 2014-03-19 中国石油大学(华东) 基于用户行为的用户可信度认证***及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106561026A (zh) * 2016-07-29 2017-04-12 北京安天电子设备有限公司 一种基于用户账号操作行为诊断入侵的方法及***

Similar Documents

Publication Publication Date Title
EP3557819A8 (en) Server failure detection method and system
WO2013184206A3 (en) Path scanning for the detection of anomalous subgraphs, anomaly/change detection and network situational awareness
JP2012509542A5 (zh)
SG10201804054YA (en) Systems and methods for event detection and diagnosis
EP2661049A3 (en) System and method for malware detection
CN103973697B (zh) 一种物联网感知层入侵检测方法
MX343495B (es) Métodos y aparatos para correlacionar datos de medición de censo con datos de panel.
WO2012154664A3 (en) Methods, systems, and computer readable media for detecting injected machine code
CN103326885B (zh) 一种报警信息的处理方法及装置
CN103905459A (zh) 基于云端的智能安全防御***及防御方法
CN104092730A (zh) 一种云计算***
CN104502883B (zh) 计量芯片的异常检测及解决方法
CN102332035B (zh) 一种在线状态监测***的数据存储与处理方法
CN112505484A (zh) 一种小电阻接地***中压配电电缆潜伏性故障识别方法
CN104850467A (zh) 一种计算机自我保护***及方法
CN105281971A (zh) 一种基于可信度的网络账号异常检测方法
CN104865472A (zh) 风电滑环检测***及其检测方法
CN106680632B (zh) 基于电磁辐射异常判断的铁塔防雷性能检测方法及***
BR112014017263A2 (pt) método de monitoramento e sistema para redes de processamento de fluidos
段荣行 et al. Information fusion method for system fault diagnosis based on dynamic fault tree analysis
CN105187451A (zh) 网站流量异常检测方法及***
CN105552887A (zh) 一种基于支路有功潮流的电网拓扑错误辨识方法
CN102945332B (zh) 一种基于梯度的离线异常数据检测方法
CN103812714A (zh) 一种排除网站临时故障的方法
金立军 et al. Recognition of the Extra Matters on Transmission Lines Based on Aerial Images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160127