專利名稱：基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，屬于網(wǎng)絡(luò)安全領(lǐng)域。
背景技術(shù)：
BBS是一個公共場所，用戶彼此之間都不認(rèn)識，因此可以自由地暢談，由于BBS很容易和方便地在世界各地被使用，并且能利用海量的通信背景為犯罪分子提供掩護(hù)，因此成為對犯罪或恐怖組織最具吸引力的交流方式。利用信息抽取技術(shù)可以鑒定犯罪團(tuán)體，以及個體、組織和事件之間的關(guān)系。因此我們可以運用社會網(wǎng)絡(luò)分析方法，從BBS虛擬社會中抽取潛在犯罪網(wǎng)絡(luò)。一些新的技術(shù)已經(jīng)應(yīng)用到分析犯罪網(wǎng)絡(luò)中。例如=COPLINKtlH13]技術(shù)已經(jīng)應(yīng)用 到鑒定犯罪網(wǎng)絡(luò)中的社團(tuán)。還有，一些離散的或連續(xù)的馬爾可夫模型被用來在統(tǒng)計分析中預(yù)測未來的犯罪事件或過程[4’5].，社會網(wǎng)絡(luò)分析[6’7]中的聚類、中心度量方法、多維等級法和區(qū)塊模型等方法被用來研究基于犯罪事件數(shù)據(jù)構(gòu)建的犯罪組織網(wǎng)絡(luò)[8’9]。一些可視化、自動的方法呈現(xiàn)了犯罪網(wǎng)絡(luò)的演化過程M。動態(tài)社會網(wǎng)絡(luò)分析方法被Daning Hu7SiddharthKaza和Hsinchun Chen in用于到現(xiàn)實社會中的麻醉毒品交易網(wǎng)絡(luò)中，調(diào)查一些可疑的信息傳輸者[11]。在這篇論文中，我們結(jié)合社會網(wǎng)絡(luò)和空間分析技術(shù)，研究社團(tuán)之間的傳輸距離.。近幾年，針對多種毒品運輸和其他的潛在的市場運作方面的研究表示，潛在的網(wǎng)絡(luò)具有一定的靈活性，對執(zhí)法機關(guān)的調(diào)查和干預(yù)也具有一定的彈性[14]。由于BBS是一個巨大的虛擬社會，每個用戶都是一個潛在的犯罪者，用戶之間的交互關(guān)系通過發(fā)帖和回復(fù)建立，因此刑事調(diào)查人員希望通過這些線索獲取每個成員的潛在犯罪概率，以及用戶之間的關(guān)系。這似乎聽起來是一個不可能的任務(wù)，因為調(diào)查人員必須花費大量的時間和精力搜索數(shù)據(jù)庫，閱讀犯罪報告，尋找犯罪社團(tuán)的線索，然后人工推斷潛在犯罪網(wǎng)絡(luò)里其他成員的犯罪概率。這些任務(wù)都是既費時又費力的。然而，目前還沒有一項技術(shù)能夠從BBS上抽取交互關(guān)系，并且自動地構(gòu)建潛在的犯罪網(wǎng)絡(luò)。之前的相關(guān)研究M借助已核實的部分信息并結(jié)合信念傳播算法來推斷其他成員的犯罪概率。但是這些潛在的犯罪概率網(wǎng)絡(luò)都是手工建立的。同時，結(jié)點i的本地證據(jù)，以及結(jié)點i和結(jié)點j之間的相容函數(shù)都是隨機產(chǎn)生的。雖然實驗結(jié)果證實了我們的假設(shè)，但是推廣該方法還是有難度的。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對上述背景技術(shù)的不足，提供了一種基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，使軟件能夠根據(jù)互聯(lián)網(wǎng)上用戶的交互信息和語義信息自動的給每個用戶可信度打分。本發(fā)明為實現(xiàn)上述發(fā)明目的采用如下技術(shù)方案基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法包括如下步驟
步驟I :建立一個隨機博弈模型；步驟2 :構(gòu)建虛擬社會網(wǎng)絡(luò)；步驟3:引入用戶與用戶之間的交互關(guān)系的兩個影響因素連接關(guān)系系數(shù)和語義關(guān)系系數(shù)；步驟4 :獲取用戶效用函數(shù)；步驟5 :計算交互雙方增益函數(shù)步驟6 :對雙方增益函數(shù)求導(dǎo)確定納什均衡；步驟7 :評價用戶信用等級，用叉乘法得到該結(jié)點的初始信用度。所述基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，步驟I中的隨機博弈模型的建立如下定義三元組G = [i, {AJ , Ri],其中玩家或用戶集i = {I, ···, K},用戶i的可利用的策略集Ai = {C，L}，C表示犯罪分子，L表示合法者，用戶i的效益函數(shù)
權(quán)利要求
1.基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于包括如下步驟 步驟I:建立一個隨機博弈模型； 步驟2 :構(gòu)建虛擬社會網(wǎng)絡(luò)； 步驟3 :引入用戶與用戶之間的交互關(guān)系的兩個影響因素連接關(guān)系系數(shù)和語義關(guān)系系數(shù)； 步驟4 :獲取用戶效用函數(shù)； 步驟5 :計算交互雙方增益函數(shù) 步驟6 :對雙方增益函數(shù)求導(dǎo)確定納什均衡； 步驟7 :評價用戶信用等級，用叉乘法得到該結(jié)點的初始信用度。
2.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟I所述的隨機博弈模型的建立如下 定義三元組G= [i，{AJ，Ri],其中玩家或用戶集i = {I,…，K}，用戶i的可利用的策略集Ai = {C，L}，C表示犯罪分子，L表示合法者，用戶i的效益函數(shù) R1 ={umui:、， 其中，K為任意大于I的整數(shù)，t/r表示當(dāng)用戶i和與用戶i交互的用戶都是犯罪分子時用戶i的效益函數(shù)，表示當(dāng)用戶i和與用戶i交互的用戶分別是犯罪分子和合法者時用戶i的效益函數(shù)，表示當(dāng)用戶i和與用戶i交互的用戶分別是合法者和犯罪分子時用戶i的效益函數(shù)，表示當(dāng)用戶i和與用戶i交互的用戶都是合法者時用戶i的效益函數(shù)。
3.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟2所述的虛擬社會網(wǎng)絡(luò)包括節(jié)點和邊， 所述節(jié)點表示用戶； 所述邊表示它所連接的兩個點有交互關(guān)系，即兩個點代表的用戶有交互關(guān)系。
4.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟3所述連接關(guān)系系數(shù)和語義關(guān)系系數(shù)的定義如下 M = (t+1) (e+1) (I) N = (s+1) 入(2) 其中，M表示用戶之間的連接關(guān)系系數(shù)，N表示用戶之間的語義關(guān)系系數(shù)，t表示用戶之間的共同回復(fù)關(guān)聯(lián)度，e表示用戶之間的相互回復(fù)關(guān)聯(lián)度，s表示用戶之間語義關(guān)聯(lián)度，入表示用來均衡M和N的均衡因子。
5.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟4所述效用函數(shù)的定義如下'U" =cr-hj-M + p-NUcl = a-h-M < U-=P-h,M ,hi = 1°glo(Pi* Y+ri* T)⑶ Uf =S-hrM + q-N 其中，0表示犯罪分子之間的互益系數(shù)，6表示合法用戶之間的互益系數(shù)，p表示犯罪分子的語義系數(shù)，q表示合法用戶的語義系數(shù)，a表示犯罪分子之間的相對利益系數(shù)，^表示合法用戶之間的相對利益系數(shù)，hi表示用戶i的活躍度，Pi表示用戶i的發(fā)帖數(shù)，A表示用戶i的回復(fù)數(shù)，Y表示Pi的權(quán)值，T表示a的權(quán)值。
6.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟5交互雙方增益函數(shù)的定義如下 假設(shè)變量x、y分別為用戶i、與用戶i交互的用戶的潛在犯罪概率，用戶i的增益函數(shù)如下
7.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，其特征在于步驟6所述納什均衡的確定如下用戶i的增益函數(shù)對表示用戶i潛在犯罪概率的變量求導(dǎo)，
8.如權(quán)利要求I所述的基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價系統(tǒng)，其特征在于步驟7所述的節(jié)點出初始可信度的確定如下
全文摘要
本發(fā)明涉及一種基于博弈理論的互聯(lián)網(wǎng)虛擬空間用戶可信度評價方法，屬于網(wǎng)絡(luò)安全領(lǐng)域。本評價方法主要是建立一個隨機博弈模型，構(gòu)建虛擬社會網(wǎng)絡(luò)，引入用戶于用戶之間的交互關(guān)系影響因素連接關(guān)系系數(shù)和語義關(guān)系系數(shù)，獲取用戶效用函數(shù)，再計算交互雙方增益函數(shù)，求導(dǎo)確定納什均衡，最后用叉乘法得到該結(jié)點的初始信用度。本方法充分采集數(shù)據(jù)信息，而計算機技術(shù)的高度精確性和準(zhǔn)確邏輯判斷能力可以代替人的一些費時費力的腦力勞動，使軟件能夠基于信息內(nèi)容根據(jù)交互信息和語義信息自動得給每個用戶可信度打分。
文檔編號G06Q90/00GK102779126SQ20111012034
公開日2012年11月14日 申請日期2011年5月11日 優(yōu)先權(quán)日2011年5月11日
發(fā)明者卜湛, 夏正友 申請人:南京航空航天大學(xué)