| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-9页 |
| 1.1.1 在线社交网络发展现状 | 第7-8页 |
| 1.1.2 在线社交网络中异常用户的恶意行为 | 第8-9页 |
| 1.2 研究目的 | 第9-10页 |
| 1.3 文章结构 | 第10-11页 |
| 2 在线社交网络异常用户的相关研究综述 | 第11-21页 |
| 2.1 在线社交网络异常用户检测技术 | 第11-13页 |
| 2.1.1 基于识别的异常用户检测技术 | 第11-12页 |
| 2.1.2 基于接口的异常用户检测技术 | 第12页 |
| 2.1.3 基于排名的异常用户检测技术 | 第12-13页 |
| 2.2 在线社交网络的用户行为分析 | 第13-17页 |
| 2.2.1 用户行为分类 | 第13-15页 |
| 2.2.2 用户行为度量 | 第15-17页 |
| 2.3 量化风险评估技术和访问控制策略 | 第17-18页 |
| 2.3.1 在线社交网络平台中的风险 | 第17页 |
| 2.3.2 量化风险的评估技术 | 第17页 |
| 2.3.3 基于量化风险的访问控制策略 | 第17-18页 |
| 2.4 模糊多级安全访问控制模型(Fuzzy MLS) | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 异常用户的检测 | 第21-36页 |
| 3.1 问题的提出 | 第21-24页 |
| 3.1.1 社交网络平台 | 第21-22页 |
| 3.1.2 数据类型和数据属性 | 第22-23页 |
| 3.1.3 用户分类 | 第23-24页 |
| 3.2 用户行为分析 | 第24-26页 |
| 3.3 交互熵 | 第26-35页 |
| 3.3.1 交互熵的概念和定义 | 第27-28页 |
| 3.3.2 检测周期 | 第28-32页 |
| 3.3.3 交互熵的计算 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 异常用户的控制 | 第36-48页 |
| 4.1 处理方法 | 第36-37页 |
| 4.2 处理步骤 | 第37-40页 |
| 4.3 控制策略 | 第40-44页 |
| 4.3.1 风险层划分 | 第41-42页 |
| 4.3.2 控制行动 | 第42-44页 |
| 4.4 控制操作流程 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 实验及结果分析 | 第48-61页 |
| 5.1 实验平台及开发环境 | 第48页 |
| 5.1.1 实验平台 | 第48页 |
| 5.1.2 开发环境 | 第48页 |
| 5.2 系统架构 | 第48-50页 |
| 5.3 数据训练 | 第50-56页 |
| 5.3.1 训练数据集 | 第50页 |
| 5.3.2 训练结果及分析 | 第50-53页 |
| 5.3.3 风险层划分 | 第53-56页 |
| 5.4 数据测试 | 第56-60页 |
| 5.4.1 测试数据集 | 第56页 |
| 5.4.2 测试结果及分析 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 总结及展望 | 第61-63页 |
| 6.1 全文工作总结 | 第61页 |
| 6.2 未来工作展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |