基于信任度评估的社交网络虚假账户检测

摘要

在利益驱动下,社交网络中出现大量虚假账户,其发布的虚假消息可对正常用户产生误导。通过对社交网络中大量数据进行分析,发现虚假账户与正常账户在账户特性、行为特性上有较大差异。基于这些差异,结合Rough Set相关理论提出账户信任度的计算模型。所得信任度可用以区分虚假账户,并为正常用户的判断提供依据。实验显示,根据所得信任度对账户排序得到了较好效果,并能够有效区分虚假账户。