基于胜任力模型的社交网络意见领袖识别方法

提出了社交网络意见领袖的胜任力模型,模型中包括社交网络意见领袖所应具有的信息生产、信息传播以及信息影响3大能力要素及各个显性和隐性行为指标。根据胜任力模型,将社交网络用户划分为普通大众、活跃分子、主题意见领袖和网络意见领袖等4类,设计了意见领袖的层次筛选流程和筛选实验系统框架。以采集到的新浪微博数据为例,通过整合主题分类工具MALLET及多种社交网络分析工具,再采用Python语言针对特定功能编程,实现了意见领袖的识别。实验验证了识别模型的有效性和层次筛选方法的可行性。

微博僵尸粉演化特征实证研究

有效检测和识别僵尸粉对于评价用户影响力和净化微博网络环境具有重要作用。分析了僵尸粉的产生途径及影响,从识别特征的角度分析僵尸粉的演化过程。借助大数据分析工具R语言绘制了用户在个人属性、行为属性、内容属性和关系属性的累积分布函数图,比较分析了微博正常用户与僵尸粉在这4个方面的差异,为僵尸粉的检测和识别研究提供实证。

个人信息安全素养评测手机软件开发

有效的信息安全意识教育方法能够帮助终端用户学习信息安全知识,提高信息安全意识,来应对各类信息安全问题。目前已有的信息安全意识教育方法在实施过程中,面临如何了解学习者的学习需求以及评估教育效果等问题。本文为此设计实现了Android系统上的个人信息安全素养评测手机软件。该软件将信息安全相关问题以问答的形式呈现给用户,检测并记录用户的知识水平和基本技能水平,并能够根据用户的评估结果,确认用户信息安全素养水平的高低,并向用户推荐适合自身安全知识掌握程度的学习内容。该软件采用移动客户端和服务器端架构,借助移动平台的优势,方便用户进行自测和学习。该软件能够为信息安全意识教育的途径普及和手段创新提供借鉴。

浏览器隐私保护技术研究

随着浏览器功能的发展,浏览器所造成的隐私泄露问题越来越严重。分析了浏览器历史记录、HTTP协议缺陷、浏览器插件缺陷以及浏览器自身缺陷这4个造成浏览器隐私泄露的主要途径。针对性地给出了相应的防隐私泄露方法,包括用户提高隐私保护意识、进行浏览器中的隐私安全功能设置、以及浏览器开发商提高浏览器自身的安全性等,这些技术可以比较有效地防范浏览器造成的隐私泄露问题。

恶意社交机器人检测技术研究

攻击者利用恶意社交机器人窃取用户隐私、传播虚假消息、影响社会舆论,严重威胁了个人信息安全、社会公共安全,乃至国家安全。攻击者还在不断引入新技术实施反检测。恶意社交机器人检测成为在线社交网络安全研究的一个重点和难点。首先回顾了当前社交机器人的开发与应用现状,接着对恶意社交机器人检测问题进行了形式化定义,并分析了检测恶意社交机器人所面临的主要挑战。针对检测特征的选取问题,厘清了从静态用户特征、动态传播特征,以及关系演化特征的研究发展思路。针对检测方法问题,从基于特征、机器学习、图论以及众包4个类别总结了已有检测方案的研究思路,并剖析了几类方法在检测准确率、计算代价等方面的局限性。最后,提出了一种基于并行优化机器学习方法的恶意社交机器人检测框架。