本文關(guān)鍵詞：Web用戶行為的信任評(píng)估與控制方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著Web技術(shù)的不斷發(fā)展,其豐富的前臺(tái)技術(shù)以及強(qiáng)大的后臺(tái)支持促進(jìn)了電子商務(wù)、電子政務(wù)等一系列新型的運(yùn)營(yíng)模式的產(chǎn)生,但是當(dāng)Web用戶的帳號(hào)被盜號(hào)木馬盜取或者點(diǎn)擊可疑鏈接造成信息泄漏時(shí),將會(huì)造成用戶身份的不可信,或者雖然用戶身份是可信的,但是在操作系統(tǒng)時(shí)的用戶的行為卻不可信,如何保證Web用戶信息的安全就成為當(dāng)務(wù)之急。在Web應(yīng)用中存在著大量的用戶操作行為,這些行為往往代表著用戶的一些個(gè)人習(xí)慣,通過研究這些用戶的操作習(xí)慣,我們可以辨別用戶不符合行為習(xí)慣的一些異常,這些異常往往是因?yàn)橛脩魩ぬ?hào)出現(xiàn)問題引起的。另外在設(shè)計(jì)行為辨別算法時(shí),由于對(duì)用戶行為的信任評(píng)估是基于大量證據(jù)的,所以單純依靠主觀賦權(quán)算法會(huì)導(dǎo)致結(jié)果過于主觀,不能得到各種證據(jù)變化的客觀性,其次用戶的行為是長(zhǎng)期的一系列動(dòng)作行為,只對(duì)用戶的一次行為進(jìn)行評(píng)估也是不可靠的,另外一種模型的提出也必須考慮到易用性。綜上所述,Web應(yīng)用中用戶行為的信任評(píng)估需要以各種用戶行為的證據(jù)作為基礎(chǔ),在主、客觀兩個(gè)角度相對(duì)平衡的情況下,結(jié)合科學(xué)合理的評(píng)估方法來得到用戶行為信任評(píng)估值,從而通過評(píng)估值對(duì)用戶的訪問加以控制來滿足網(wǎng)絡(luò)平臺(tái)的安全需求。本文通過搭建電商平臺(tái),在獲得大量真實(shí)數(shù)據(jù)的基礎(chǔ)上,提出了基于熵權(quán)法和AHP層次分析法有機(jī)結(jié)合的用戶行為評(píng)估的模型。該模型是一個(gè)動(dòng)態(tài)滑動(dòng)窗口模型,在對(duì)用戶行為進(jìn)行評(píng)估時(shí),每一次評(píng)估都會(huì)結(jié)合最新的用戶行為證據(jù)和歷史行為證據(jù)來得到一組新的無量綱化證據(jù),然后通過熵權(quán)法以及這些無量綱化證據(jù)獲得各種用戶行為證據(jù)的客觀權(quán)重并通過AHP層次分析法獲得用戶行為證據(jù)的主觀權(quán)重,最后將主、客觀權(quán)重進(jìn)行最優(yōu)化處理,獲得符合實(shí)際要求的集成權(quán)重。實(shí)際應(yīng)用和理論分析表明,本文模型在滿足主、客觀相對(duì)平衡的優(yōu)化條件下,可有效地提高可信任用戶、危險(xiǎn)用戶和惡意用戶等行為類別分辨率,降低了用戶信任評(píng)估誤報(bào)率,對(duì)諸如電子商務(wù)、網(wǎng)絡(luò)金融等關(guān)鍵網(wǎng)絡(luò)應(yīng)用的用戶行為的安全監(jiān)管奠定堅(jiān)實(shí)的理論和實(shí)踐基礎(chǔ)。
【關(guān)鍵詞】：用戶行為 信任評(píng)估 無量綱化 集成權(quán)重
【學(xué)位授予單位】：青海師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.09
【目錄】：

• 中文摘要3-4
• Abstract4-8
• 第一章 緒論8-13
• 1.1 論文研究背景8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì)9-11
• 1.3 論文的研究意義11-12
• 1.3.1 理論意義11
• 1.3.2 現(xiàn)實(shí)意義11-12
• 1.4 課題來源及文章的研究?jī)?nèi)容12-13
• 第二章 可信計(jì)算與可信網(wǎng)絡(luò)13-19
• 2.1 可信計(jì)算13-15
• 2.1.1 可信計(jì)算定義13-14
• 2.1.2 可信計(jì)算的體系結(jié)構(gòu)14-15
• 2.1.3 可信計(jì)算面臨的挑戰(zhàn)15
• 2.2 可信網(wǎng)絡(luò)15-18
• 2.2.1 可信網(wǎng)絡(luò)的概念15-16
• 2.2.2 可信網(wǎng)絡(luò)分析16-17
• 2.2.3 可信網(wǎng)絡(luò)架構(gòu)17-18
• 2.3 本章小結(jié)18-19
• 第三章 Web用戶行為信任評(píng)估19-30
• 3.1 相關(guān)概念19-20
• 3.2 用戶行為證據(jù)20-22
• 3.2.1 用戶行為證據(jù)的獲得20-21
• 3.2.2 用戶行為證據(jù)的無量綱化21-22
• 3.3 基于主、客觀平衡的賦權(quán)法22-28
• 3.3.1 使用熵權(quán)法求客觀權(quán)重22-23
• 3.3.2 使用層次分析法求主觀權(quán)重23-27
• 3.3.3 計(jì)算集成權(quán)重27-28
• 3.3.4 用戶行為的信任評(píng)估值計(jì)算28
• 3.4 用戶行為信任評(píng)估架構(gòu)28-29
• 3.5 本章小結(jié)29-30
• 第四章 Web用戶行為控制30-36
• 4.1 用戶行為控制的意義30
• 4.2 身份不可信用戶控制方法30-31
• 4.3 行為不可信用戶控制方法31-35
• 4.4 本章小結(jié)35-36
• 第五章 系統(tǒng)實(shí)現(xiàn)及實(shí)例效果分析36-52
• 5.1 系統(tǒng)實(shí)現(xiàn)36-45
• 5.1.1 系統(tǒng)主界面36-37
• 5.1.2 獲得的用戶行為數(shù)據(jù)37
• 5.1.3 詳細(xì)用戶行為瀏覽路徑圖37-38
• 5.1.4 詳細(xì)用戶行為動(dòng)作分布圖38-41
• 5.1.5 后臺(tái)核心算法代碼41-45
• 5.2 實(shí)例效果分析45-51
• 5.2.1 17種證據(jù)的用戶行為信任評(píng)估的性能分析45-46
• 5.2.2 17種證據(jù)的算法對(duì)比分析46-47
• 5.2.3 用戶行為信任的理論計(jì)算實(shí)例47-51
• 5.3 本章小結(jié)51-52
• 第六章 總結(jié)與展望52-54
• 參考文獻(xiàn)54-58
• 致謝58-59
• 個(gè)人簡(jiǎn)歷59-60

  本文關(guān)鍵詞：Web用戶行為的信任評(píng)估與控制方法的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：428048