隨著Web2.0的興起，互聯(lián)網(wǎng)發(fā)展出了多種多樣的網(wǎng)絡(luò)應(yīng)用服務(wù)，其中“社交網(wǎng)絡(luò)服務(wù)（Social Network Service，SNS）”是近年來最為火爆的網(wǎng)絡(luò)應(yīng)用。用戶在平臺(tái)上分享和獲取著海量數(shù)據(jù)的同時(shí)，也把自己暴露在社會(huì)工程學(xué)攻擊的威脅中。 本文以社會(huì)工程學(xué)為導(dǎo)向，研究提出并實(shí)現(xiàn)了一種通過分析與挖掘SNS用戶數(shù)據(jù)從而挖掘用戶隱私的方法和技術(shù)。該方法基于社會(huì)工程學(xué)理論，從多SNS源搜集用戶的社交活動(dòng)數(shù)據(jù)，借助社交主題模型、社交網(wǎng)絡(luò)圖和可視化等技術(shù)，對(duì)SNS數(shù)據(jù)進(jìn)行分析、挖掘和顯示。該研究可用于協(xié)助SNS網(wǎng)站制定隱私控制策略，在提高用戶網(wǎng)絡(luò)安全等方面都會(huì)有重要的意義。 本文首先分析了SNS數(shù)據(jù)分析挖掘技術(shù)和社會(huì)工程學(xué)研究的國內(nèi)外現(xiàn)狀，然后結(jié)合本文的研究目標(biāo)，重點(diǎn)研究了面向社會(huì)工程學(xué)的SNS分析和挖掘的三個(gè)關(guān)鍵技術(shù)：1）多源SNS數(shù)據(jù)的分析抓取。本文分析了各社交網(wǎng)絡(luò)的隱私控制策略，在此基礎(chǔ)上對(duì)可抓取數(shù)據(jù)進(jìn)行了歸納和總結(jié)，提出了多源數(shù)據(jù)抓取的技術(shù)框架，同時(shí)針對(duì)任務(wù)實(shí)時(shí)性的需求，設(shè)計(jì)了基于社交活動(dòng)預(yù)測(cè)的任務(wù)調(diào)度算法。2）基于LDA的自適應(yīng)社交主題模型。為了分析和挖掘用戶的社交主題，本文針對(duì)用...

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 研究目標(biāo)和內(nèi)容
    1.4 論文結(jié)構(gòu)
2 國內(nèi)外研究現(xiàn)狀及分析
    2.1 SNS 相關(guān)研究現(xiàn)狀
        2.1.1 SNS 的發(fā)展
        2.1.2 SNS 網(wǎng)絡(luò)的分類
        2.1.3 SNS 網(wǎng)絡(luò)的熱點(diǎn)研究
        2.1.4 SNS 中的社會(huì)網(wǎng)理論研究
        2.1.5 SNS 中的語義分析應(yīng)用研究
    2.2 面向社會(huì)工程學(xué)的 SNS 研究
        2.2.1 社會(huì)工程學(xué)簡述
        2.2.2 社會(huì)工程學(xué)與 SNS 的相關(guān)研究
    2.3 本章小結(jié)
3 多 SNS 源的數(shù)據(jù)分析和抓取
    3.1 面向社會(huì)工程學(xué)的 SNS 分析挖掘的總體方案
    3.2 多源數(shù)據(jù)分析
        3.2.1 各社交網(wǎng)絡(luò)的隱私策略分析
        3.2.2 社交網(wǎng)絡(luò)數(shù)據(jù)分析
    3.3 多源社交數(shù)據(jù)抓取
        3.3.1 技術(shù)框架
        3.3.2 抓取任務(wù)的調(diào)度模型
    3.4 本章小結(jié)
4 SNS 用戶的隱私挖掘
    4.1 用戶隱私挖掘方法
    4.2 社交主題模型研究
        4.2.1 主題模型分析
        4.2.2 社交主題模型評(píng)價(jià)方法研究
        4.2.3 基于 LDA 的自適應(yīng)社交主題模型
    4.3 隱私挖掘途徑研究
    4.4 本章小結(jié)
5 SNS 用戶隱私分析和挖掘平臺(tái)的開發(fā)
    5.1 平臺(tái)的需求分析
        5.1.1 現(xiàn)狀分析
        5.1.2 平臺(tái)的用例圖
        5.1.3 爬蟲和爬蟲管理
        5.1.4 用戶同步跟蹤
        5.1.5 用戶隱私挖掘
        5.1.6 非功能性需求
    5.2 平臺(tái)的設(shè)計(jì)
        5.2.1 平臺(tái)總體結(jié)構(gòu)
        5.2.2 平臺(tái)開發(fā)技術(shù)選型
        5.2.3 平臺(tái)邏輯視圖
    5.3 本章小結(jié)
6 實(shí)驗(yàn)
    6.1 數(shù)據(jù)抓取實(shí)驗(yàn)
    6.2 基于 LDA 的自適應(yīng)社交主題模型的實(shí)驗(yàn)
    6.3 隱私挖掘平臺(tái)的應(yīng)用實(shí)驗(yàn)
        6.3.1 案例
        6.3.2 案例
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 本文工作小結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3920577