面向社会工程学的SNS分析和挖掘

发布时间：2024-03-06 04:53

　　随着Web2.0的兴起，互联网发展出了多种多样的网络应用服务，其中“社交网络服务（Social Network Service，SNS）”是近年来最为火爆的网络应用。用户在平台上分享和获取着海量数据的同时，也把自己暴露在社会工程学攻击的威胁中。 本文以社会工程学为导向，研究提出并实现了一种通过分析与挖掘SNS用户数据从而挖掘用户隐私的方法和技术。该方法基于社会工程学理论，从多SNS源搜集用户的社交活动数据，借助社交主题模型、社交网络图和可视化等技术，对SNS数据进行分析、挖掘和显示。该研究可用于协助SNS网站制定隐私控制策略，在提高用户网络安全等方面都会有重要的意义。 本文首先分析了SNS数据分析挖掘技术和社会工程学研究的国内外现状，然后结合本文的研究目标，重点研究了面向社会工程学的SNS分析和挖掘的三个关键技术：1）多源SNS数据的分析抓取。本文分析了各社交网络的隐私控制策略，在此基础上对可抓取数据进行了归纳和总结，提出了多源数据抓取的技术框架，同时针对任务实时性的需求，设计了基于社交活动预测的任务调度算法。2）基于LDA的自适应社交主题模型。为了分析和挖掘用户的社交主题，本文针对用...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 研究目标和内容
    1.4 论文结构
2 国内外研究现状及分析
    2.1 SNS 相关研究现状
        2.1.1 SNS 的发展
        2.1.2 SNS 网络的分类
        2.1.3 SNS 网络的热点研究
        2.1.4 SNS 中的社会网理论研究
        2.1.5 SNS 中的语义分析应用研究
    2.2 面向社会工程学的 SNS 研究
        2.2.1 社会工程学简述
        2.2.2 社会工程学与 SNS 的相关研究
    2.3 本章小结
3 多 SNS 源的数据分析和抓取
    3.1 面向社会工程学的 SNS 分析挖掘的总体方案
    3.2 多源数据分析
        3.2.1 各社交网络的隐私策略分析
        3.2.2 社交网络数据分析
    3.3 多源社交数据抓取
        3.3.1 技术框架
        3.3.2 抓取任务的调度模型
    3.4 本章小结
4 SNS 用户的隐私挖掘
    4.1 用户隐私挖掘方法
    4.2 社交主题模型研究
        4.2.1 主题模型分析
        4.2.2 社交主题模型评价方法研究
        4.2.3 基于 LDA 的自适应社交主题模型
    4.3 隐私挖掘途径研究
    4.4 本章小结
5 SNS 用户隐私分析和挖掘平台的开发
    5.1 平台的需求分析
        5.1.1 现状分析
        5.1.2 平台的用例图
        5.1.3 爬虫和爬虫管理
        5.1.4 用户同步跟踪
        5.1.5 用户隐私挖掘
        5.1.6 非功能性需求
    5.2 平台的设计
        5.2.1 平台总体结构
        5.2.2 平台开发技术选型
        5.2.3 平台逻辑视图
    5.3 本章小结
6 实验
    6.1 数据抓取实验
    6.2 基于 LDA 的自适应社交主题模型的实验
    6.3 隐私挖掘平台的应用实验
        6.3.1 案例
        6.3.2 案例
    6.4 本章小结
7 总结与展望
    7.1 本文工作小结
    7.2 展望
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3920577