网络行为“基因”的构建研究

发布时间：2021-03-05 07:24

　　21世纪是信息的时代,随着互联网技术的发展,网络空间已经成为人类在现实空间外另一个重要的活动空间,人们通过互联网进行通信、娱乐、金融活动等等。这些活动都被人们记录为数据沉淀下来,而如何利用这笔庞大的数据财富是当前的研究热点。由此发展出的数据挖掘、机器学习等学科,让我们看到了人工智能时代的曙光。虽然互联网给我们的生活带来了巨大的便利,但同时也给公共安全带来了新的挑战。个人隐私的泄露,依靠互联网的诈骗、传销等新型犯罪活动也在愈演愈烈,但是网络空间的匿名性和数据的加密给案件的侦破造成了很大的困难。为了解决实体的网络虚拟身份和现实身份之间难以映射的问题,2010年美国国防高级研究计划局首次提出了网络“基因”的概念,2017年国家重点研发计划也有这方面研究的立项。网络“基因”借用生物学基因的概念试图解决虚拟空间和现实空间连接的问题。我们认为网络"基因"可以表述为一种多维的数据结构,用以表达网络用户在使用网络时所表现出来的特有的行为特征,从而实现对用户可信身份的识别。基于人在现实空间和网络空间产生的数据,网络“基因”可以分为身份“基因”和行为“基因”两部分。其中身份“基因”可以是人在现实空间的信息... 

【文章来源】：南京邮电大学江苏省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

泊松过程中时间间隔分布

图 2.5 刻画了 1000 个连续事件的间隔时间，其中纵轴表示图 2.1 中的相继事件的间隔时间，横轴为符合该时间间隔的事件数，该图中 1000 个事件的间隔时间的平均值和图 2.1、图2.2、图 2.3 中泊松过程的平均值相同，而图中突然出现的不平稳的凸出，表明存在两个相继事件的时间间隔极大的情况，波动达到 103数量级。图 2.2 和图 2.5 中的纵坐标区间是相同的，由此我们可以清楚的看到泊松过程与幂律分布的时间间隔分布的不同，泊松过程的规律性和幂律分布的阵发效应都清楚的显示在图中。

生学位论文 图 2.5 服从幂律分布的时间间隔件中的时间间隔分布，服从幂律函数 p 数坐标下数据分布曲线，该分布曲线在双对数比较图 2.1、2.2、2.3 和 2.4、2.5、2.6 可以发现照指数下降，而在真实事件中时间间隔分布曲继行为之间的间隔时间长度比较平稳并且不存而在幂律分布中则允许长时间的静默期与爆发


本文编号：3064814