CN115242455A - 一种基于云计算的社交网络即时信息安全监测系统及方法 - Google Patents

Abstract

本发明公开了一种基于云计算的社交网络即时信息安全监测系统及方法，属于信息安全监测技术领域。本系统包括：授权模块、网络链接监测模块、数据处理模块、信道拦截模块、云平台；所述授权模块的输出端与所述网络链接监测模块的输入端相连接；所述网络链接监测模块的输出端与所述数据处理模块、信道拦截模块、云平台的输入端相连接；所述数据处理模块的输出端与所述网络链接监测模块、云平台的输入端相连接；所述云平台的输出端与所述网络链接监测模块的输入端、用户终端相连接。本发明可以对用户终端中来源于社交网络的网络链接进行监测，并利用云平台进行链接的识别与判断，有效提高信息安全。

Description

一种基于云计算的社交网络即时信息安全监测系统及方法

技术领域

本发明涉及信息安全监测技术领域，具体为一种基于云计算的社交网络即时信息安全监测系统及方法。

背景技术

信息安全需保证信息的保密性、真实性、完整性、未授权拷贝和所寄生系统的安全性。网络环境下的信息安全体系是保证信息安全的关键，包括计算机安全操作系统、各种安全协议、安全机制(数字签名、消息认证、数据加密等)，直至安全系统，如UniNAC、DLP等，只要存在安全漏洞便可以威胁全局安全。信息安全是指信息系统(包括硬件、软件、数据、人、物理环境及其基础设施)受到保护，不受偶然的或者恶意的原因而遭到破坏、更改、泄露，系统连续可靠正常地运行，信息服务不中断，最终实现业务连续性。

而在当前的网络环境下，社交网络的崛起代表着全民接触网络，各种不良网络链接夹杂着大量的垃圾数据或者病毒风险，而个体的用户通常很难防范，各类型的防火墙也做不到私密信息的处理。

发明内容

本发明的目的在于提供一种基于云计算的社交网络即时信息安全监测系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于云计算的社交网络即时信息安全监测方法，该方法包括以下步骤：

S1、用户通过授权模块允许网络链接监测模块获取社交网络传输的网络链接，网络链接监测模块与用户终端同时获取到社交网络传输的网络链接；

S2、获取用户终端的历史页面切换时间，预测得出用户终端接收社交网络传输的网络链接的反馈时间t₁；

S3、获取用户在用户终端页面的操作时间，预测得出用户终端与社交网络传输的网络链接建立通信的操作时间t₂；

S4、基于社交网络传输的网络链接字符串，计算网络链接监测模块与云平台的传输时间t₃；

S5、云平台对社交网络传输的网络链接进行验证处理，若存在t₃≥t₁+t₂，网络链接监测模块生成拦截信道，对用户终端发送的所有连接指令进行拦截，在云平台反馈验证处理结果后，若判断为安全，则解除拦截；若判断为风险，发送预警提示至用户终端，用户确认后，解除拦截。

根据上述技术方案，所述反馈时间t₁包括：

获取用户终端的历史页面切换时间；

所述用户终端的历史页面切换时间指在用户终端从一个页面切换到另一个页面需要的时间，以日期为计数器，每一个日期下取a组数据；

以每一个日期下的a组数据的平均值作为每一个日期的历史页面切换时间终点值，按照日期时间顺序记为集合A＝{x₁、x₂、…、x_m}，其中x₁、x₂、…、x_m分别代表m组数据的每一个日期的历史页面切换时间终点值，m代表选取的日期数量；

对集合A中数据作灰色累加生成处理，生成集合B：

其中，y_b代表集合B中的第b个数据；b、k代表序号；集合B＝{y₁、y₂、…、y_m}；1≤b≤m；

对集合B中数据作加权邻值计算，生成集合C：

z_f＝dx_f+(1-d)x_f-1

其中，z_f代表集合C中的第f个数据；k代表序号；d代表权值比例；1＜f≤m-1；

构建集合B的白化微分方程为：

其中，∈为发展灰数；δ为内生控制灰数；

构建待估参数向量，待估参数向量根据集合A、B、C的数据，写成矩阵，利用最小二乘法计算可得，其中待估参数向量代表发展灰数与内生控制灰数的比值；

构建模型输出：

其中，L(m+1)代表在历史数据选取的日期数量为m时的下一个日期的历史页面切换时间终点值的预测数据，将其作为下一个日期的历史页面切换时间输出；

构建反应时间计算模型：

t₁＝g₁*L(m+1)

其中，g₁代表比例函数系数值。

页面切换时间能够反映用户终端内部自身的使用程度，例如一部手机可能由于垃圾软件、数据堆积或者使用时间长导致的硬件缺陷，这通常反映为我们常见的手机的卡顿现象，在卡顿的过程中，手机需要一定的时间去缓冲内部的控制数据，而这段时间即是我们所得出的反应时间，其与用户终端内部自身存在一定关联。而灰色预测主要为近期预测，即一般以前一次结果作为下一次预测的主要因素，这也与产品实际相匹配，用户终端的性能预测与近期的使用结果密切相关。

根据上述技术方案，所述操作时间t₂包括：

获取用户在用户终端页面的操作时间；

所述用户在用户终端页面的操作时间指用户在页面切换到达一个新页面时开始，直至用户进行操作时结束的间隔时间；

在历史数据中选取n组数据作为训练集，n+1作为下一次的预测结果；

建立公式如下：

其中，U_n+1代表下一次的预测用户在用户终端页面的操作时间；i_n为预测截距；j_n为预测斜率；

为预测次数；

i_n＝2w₁-w₂

其中，w₁代表一次移动平均值；w₂代表二次移动平均值；r代表参与移动的数据组数；

根据模型，将输出的U_n+1记为操作时间t₂。

根据上述技术方案，所述传输时间t₃包括：

获取历史数据中链接的字符串数量在不同网络数据延时下的传输时间，构建传输时间规划模型：

T₃＝v₁*F₁+v₂*F₂+θ

其中，T₃代表网络链接监测模块与云平台的传输时间数据；v₁代表字符串数量；v₂代表网络数据延时；F₁、F₂分别代表回归系数；θ代表误差因子；

网络链接监测模块获取社交网络传输的网络链接字符串数量，获取实时网络数据延时，代入传输时间规划模型，生成结果记为传输时间t₃。

字符串或串(String)是由数字、字母、下划线组成的一串字符。一般记为s＝"a1a2···an"(n>＝0)。它是编程语言中表示文本的数据类型。字符串在存储上类似字符数组，它每一位单个元素都是能提取的，字符串的零位是它的长度，如s[0]＝10，这提供给我们很多方便，例如高精度运算时每一位都能转化为数字存入数组。因此字符串数量与载有的数据量是成正比关系的，不同数据量的传输时间不同，因此利用模型识别字符串数量的情况下，在时间预测方向上，能够提供较为准确的数据支持。

根据上述技术方案，所述云平台对社交网络传输的网络链接进行验证处理包括：

若存在t₃≥t₁+t₂，网络链接监测模块生成拦截信道，所述拦截信道能够获取用户终端的信号，对用户终端发送的所有连接指令进行拦截；

同时网络链接监测模块将社交网络传输的网络链接传输至云平台，云平台对社交网络传输的网络链接进行验证，并将验证处理结果反馈至网络链接监测模块，若验证处理结果判断为安全，则解除拦截；若验证处理结果判断为风险，发送预警提示至用户终端，用户确认后，解除拦截。

一种基于云计算的社交网络即时信息安全监测系统，该系统包括：授权模块、网络链接监测模块、数据处理模块、信道拦截模块、云平台；

所述授权模块用于更新授权指令，并将授权指令发送至用户端口，用户确认授权指令后，系统允许网络链接监测模块获取用户终端中社交网络传输的网络链接；所述网络链接监测模块用于获取用户终端中社交网络传输的网络链接，同时网络链接监测模块与用户终端获取到社交网络传输的网络链接的时间相同；所述数据处理模块用于获取用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃，若存在t₃≥t₁+t₂，则指令网络链接监测模块生成拦截指令，发送至信道拦截模块；所述信道拦截模块用于接收网络链接监测模块的拦截指令，在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；所述云平台用于对社交网络传输的网络链接进行验证处理，反馈验证处理结果，若判断为安全，则解除拦截；若判断为风险，发送预警提示至用户终端，用户确认后，解除拦截；

所述授权模块的输出端与所述网络链接监测模块的输入端相连接；所述网络链接监测模块的输出端与所述数据处理模块、信道拦截模块、云平台的输入端相连接；所述数据处理模块的输出端与所述网络链接监测模块、云平台的输入端相连接；所述云平台的输出端与所述网络链接监测模块的输入端、用户终端相连接。

根据上述技术方案，所述授权模块包括指令实时更新单元、指令确认单元；

所述指令实时更新单元用于实时更新授权指令，并将授权指令发送至用户端口；所述指令确认单元用于在接收到用户确认授权指令的信息后，允许网络链接监测模块获取用户终端中社交网络传输的网络链接；

所述指令实时更新单元的输出端与所述指令确认单元的输入端相连接；所述指令确认单元的输出端与所述网络链接监测模块的输入端相连接。

根据上述技术方案，所述网络链接监测模块包括数据采集单元、指令发布单元；

所述数据采集单元用于获取用户终端中社交网络传输的网络链接；所述指令发布单元用于在接收到数据处理模块的反馈时，生成拦截指令，发送至信道拦截模块；

所述数据采集单元的输出端与所述数据处理模块的输入端相连接；所述指令发布单元的输出端与所述信道拦截模块的输入端相连接。

根据上述技术方案，所述数据处理模块包括数据处理单元、数据判定单元；

所述数据处理单元基于用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃；所述数据判定单元用于在存在t₃≥t₁+t₂的情况下，指令网络链接监测模块生成拦截指令；

所述数据处理单元的输出端与所述数据判定单元的输入端相连接；所述数据判定单元的输出端与所述网络链接监测模块的输入端相连接。

根据上述技术方案，所述信道拦截模块包括指令接收单元、信道拦截单元；

所述指令接收单元用于接收网络链接监测模块的拦截指令；所述信道拦截单元用于在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；

所述指令接收单元的输出端与所述信道拦截单元的输入端相连接。

与现有技术相比，本发明所达到的有益效果是：

本发明可以对用户终端中来源于社交网络的网络链接进行监测，并利用云平台进行链接的识别与判断，设置相应拦截通道，降低用户终端感染病毒、受到不明欺骗等情况发生的概率，有效提高信息安全。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于云计算的社交网络即时信息安全监测系统及方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，在本实施例中，以某一网络公众平台为例：

该网络公众平台由个人或团体申请即可创建，其他用户可以通过对该网络公众平台进行关注或注册等方式获取网络公众平台内的内容；

在本实施例中，用户终端以用户手机为例，用户通过授权模块允许网络链接监测模块获取社交网络传输的网络链接，网络链接监测模块与用户终端同时获取到社交网络传输的网络链接；

获取用户终端的历史页面切换时间，预测得出用户终端接收社交网络传输的网络链接的反馈时间t₁；

所述反馈时间t₁包括：

获取用户终端的历史页面切换时间；

所述用户终端的历史页面切换时间指在用户终端从一个页面切换到另一个页面需要的时间，以日期为计数器，每一个日期下取a组数据；

以每一个日期下的a组数据的平均值作为每一个日期的历史页面切换时间终点值，按照日期时间顺序记为集合A＝{x₁、x₂、…、x_m}，其中x₁、x₂、…、x_m分别代表m组数据的每一个日期的历史页面切换时间终点值，m代表选取的日期数量；

对集合A中数据作灰色累加生成处理，生成集合B：

其中，y_b代表集合B中的第b个数据；b、k代表序号；集合B＝{y₁、y₂、…、y_m}；1≤b≤m；

对集合B中数据作加权邻值计算，生成集合C：

z_f＝dx_f+(1-d)x_f-1

其中，z_f代表集合C中的第f个数据；k代表序号；d代表权值比例；1＜f≤m-1；

构建集合B的白化微分方程为：

其中，∈为发展灰数；δ为内生控制灰数；

构建待估参数向量，待估参数向量根据集合A、B、C的数据，写成矩阵，利用最小二乘法计算可得，其中待估参数向量代表发展灰数与内生控制灰数的比值；

构建模型输出：

其中，L(m+1)代表在历史数据选取的日期数量为m时的下一个日期的历史页面切换时间终点值的预测数据，将其作为下一个日期的历史页面切换时间输出；

构建反应时间计算模型：

t₁＝g₁*L(m+1)

其中，g₁代表比例函数系数值。

获取用户在用户终端页面的操作时间，预测得出用户终端与社交网络传输的网络链接建立通信的操作时间t₂；

所述操作时间t₂包括：

获取用户在用户终端页面的操作时间；

所述用户在用户终端页面的操作时间指用户在页面切换到达一个新页面时开始，直至用户进行操作时结束的间隔时间；

在历史数据中选取n组数据作为训练集，n+1作为下一次的预测结果；

建立公式如下：

其中，U_n+1代表下一次的预测用户在用户终端页面的操作时间；i_n为预测截距；j_n为预测斜率；

为预测次数；

i_n＝2w₁-w₂

其中，w₁代表一次移动平均值；w₂代表二次移动平均值；r代表参与移动的数据组数；

根据模型，将输出的U_n+1记为操作时间t₂。

基于社交网络传输的网络链接字符串，计算网络链接监测模块与云平台的传输时间t₃；

所述传输时间t₃包括：

获取历史数据中链接的字符串数量在不同网络数据延时下的传输时间，构建传输时间规划模型：

T₃＝v₁*F₁+v₂*F₂+θ

其中，T₃代表网络链接监测模块与云平台的传输时间数据；v₁代表字符串数量；v₂代表网络数据延时；F₁、F₂分别代表回归系数；θ代表误差因子；

网络链接监测模块获取社交网络传输的网络链接字符串数量，获取实时网络数据延时，代入传输时间规划模型，生成结果记为传输时间t₃。

例如字符串个数统计方式以awk命令统计字符串个数为例，具体如下：

awk-v RS＝'(targetstring)”END{print--NR}'file；

利用print进行统计，例如判定targetstring个数，可在print后加双引号和信息。

awk-v RS＝'(targetstring)”END{print"targetstring\t"--NR}'file

输出：targetstring 20。

则由网络链接监测模块输出20至传输时间规划模型中；

所述云平台对社交网络传输的网络链接进行验证处理包括：

若存在t₃≥t₁+t₂，网络链接监测模块生成拦截信道，所述拦截信道能够获取用户终端的信号，对用户终端发送的所有连接指令进行拦截；

同时网络链接监测模块将社交网络传输的网络链接传输至云平台，云平台对社交网络传输的网络链接进行验证，并将验证处理结果反馈至网络链接监测模块，若验证处理结果判断为安全，则解除拦截；若验证处理结果判断为风险，发送预警提示至用户终端，用户确认后，解除拦截。

云平台具有较高的评判资质与安全管理，因此利用云平台对链接进行处理，减免用户风险。

在本实施例二中，设置有一种基于云计算的社交网络即时信息安全监测系统，该系统包括：授权模块、网络链接监测模块、数据处理模块、信道拦截模块、云平台；

所述授权模块用于更新授权指令，并将授权指令发送至用户端口，用户确认授权指令后，系统允许网络链接监测模块获取用户终端中社交网络传输的网络链接；所述网络链接监测模块用于获取用户终端中社交网络传输的网络链接，同时网络链接监测模块与用户终端获取到社交网络传输的网络链接的时间相同；所述数据处理模块用于获取用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃，若存在t₃≥t₁+t₂，则指令网络链接监测模块生成拦截指令，发送至信道拦截模块；所述信道拦截模块用于接收网络链接监测模块的拦截指令，在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；所述云平台用于对社交网络传输的网络链接进行验证处理，反馈验证处理结果，若判断为安全，则解除拦截；若判断为风险，发送预警提示至用户终端，用户确认后，解除拦截；

所述授权模块的输出端与所述网络链接监测模块的输入端相连接；所述网络链接监测模块的输出端与所述数据处理模块、信道拦截模块、云平台的输入端相连接；所述数据处理模块的输出端与所述网络链接监测模块、云平台的输入端相连接；所述云平台的输出端与所述网络链接监测模块的输入端、用户终端相连接。

所述授权模块包括指令实时更新单元、指令确认单元；

所述指令实时更新单元用于实时更新授权指令，并将授权指令发送至用户端口；所述指令确认单元用于在接收到用户确认授权指令的信息后，允许网络链接监测模块获取用户终端中社交网络传输的网络链接；

所述指令实时更新单元的输出端与所述指令确认单元的输入端相连接；所述指令确认单元的输出端与所述网络链接监测模块的输入端相连接。

所述网络链接监测模块包括数据采集单元、指令发布单元；

所述数据采集单元用于获取用户终端中社交网络传输的网络链接；所述指令发布单元用于在接收到数据处理模块的反馈时，生成拦截指令，发送至信道拦截模块；

所述数据采集单元的输出端与所述数据处理模块的输入端相连接；所述指令发布单元的输出端与所述信道拦截模块的输入端相连接。

所述数据处理模块包括数据处理单元、数据判定单元；

所述数据处理单元基于用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃；所述数据判定单元用于在存在t₃≥t₁+t₂的情况下，指令网络链接监测模块生成拦截指令；

所述数据处理单元的输出端与所述数据判定单元的输入端相连接；所述数据判定单元的输出端与所述网络链接监测模块的输入端相连接。

所述信道拦截模块包括指令接收单元、信道拦截单元；

所述指令接收单元用于接收网络链接监测模块的拦截指令；所述信道拦截单元用于在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；

所述指令接收单元的输出端与所述信道拦截单元的输入端相连接。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于云计算的社交网络即时信息安全监测方法，其特征在于：该方法包括以下步骤：

S1、用户通过授权模块允许网络链接监测模块获取社交网络传输的网络链接，网络链接监测模块与用户终端同时获取到社交网络传输的网络链接；

S2、获取用户终端的历史页面切换时间，预测得出用户终端接收社交网络传输的网络链接的反馈时间t₁；

S3、获取用户在用户终端页面的操作时间，预测得出用户终端与社交网络传输的网络链接建立通信的操作时间t₂；

S4、基于社交网络传输的网络链接字符串，计算网络链接监测模块与云平台的传输时间t₃；

S5、云平台对社交网络传输的网络链接进行验证处理，若存在t₃≥t₁+t₂，网络链接监测模块生成拦截信道，对用户终端发送的所有连接指令进行拦截，在云平台反馈验证处理结果后，若判断为安全，则解除拦截；若判断为风险，发送预警提示至用户终端，用户确认后，解除拦截。

2.根据权利要求1所述的一种基于云计算的社交网络即时信息安全监测方法，其特征在于：所述反馈时间t₁包括：

获取用户终端的历史页面切换时间；

所述用户终端的历史页面切换时间指在用户终端从一个页面切换到另一个页面需要的时间，以日期为计数器，每一个日期下取a组数据；

以每一个日期下的a组数据的平均值作为每一个日期的历史页面切换时间终点值，按照日期时间顺序记为集合A＝{x₁、x₂、…、x_m}，其中x₁、x₂、…、x_m分别代表m组数据的每一个日期的历史页面切换时间终点值，m代表选取的日期数量；

对集合A中数据作灰色累加生成处理，生成集合B：

其中，y_b代表集合B中的第b个数据；b、k代表序号；集合B＝{y₁、y₂、…、y_m}；1≤b≤m；

对集合B中数据作加权邻值计算，生成集合C：

z_f＝dx_f+(1-d)x_f-1

其中，z_f代表集合C中的第f个数据；k代表序号；d代表权值比例；1＜f≤m-1；

构建集合B的白化微分方程为：

其中，∈为发展灰数；δ为内生控制灰数；

构建待估参数向量，待估参数向量根据集合A、B、C的数据，写成矩阵，利用最小二乘法计算可得，其中待估参数向量代表发展灰数与内生控制灰数的比值；

构建模型输出：

其中，L(m+1)代表在历史数据选取的日期数量为m时的下一个日期的历史页面切换时间终点值的预测数据，将其作为下一个日期的历史页面切换时间输出；

构建反应时间计算模型：

t₁＝g₁*L(m+1)

其中，g₁代表比例函数系数值。

3.根据权利要求2所述的一种基于云计算的社交网络即时信息安全监测方法，其特征在于：所述操作时间t₂包括：

获取用户在用户终端页面的操作时间；

所述用户在用户终端页面的操作时间指用户在页面切换到达一个新页面时开始，直至用户进行操作时结束的间隔时间；

在历史数据中选取n组数据作为训练集，n+1作为下一次的预测结果；

建立公式如下：

其中，U_n+1代表下一次的预测用户在用户终端页面的操作时间；i_n为预测截距；j_n为预测斜率；

为预测次数；

i_n＝2w₁-w₂

其中，w₁代表一次移动平均值；w₂代表二次移动平均值；r代表参与移动的数据组数；

根据模型，将输出的U_n+1记为操作时间t₂。

4.根据权利要求3所述的一种基于云计算的社交网络即时信息安全监测方法，其特征在于：所述传输时间t₃包括：

获取历史数据中链接的字符串数量在不同网络数据延时下的传输时间，构建传输时间规划模型：

T₃＝v₁*F₁+v₂*F₂+θ

其中，T₃代表网络链接监测模块与云平台的传输时间数据；v₁代表字符串数量；v₂代表网络数据延时；F₁、F₂分别代表回归系数；θ代表误差因子；

网络链接监测模块获取社交网络传输的网络链接字符串数量，获取实时网络数据延时，代入传输时间规划模型，生成结果记为传输时间t₃。

5.根据权利要求4所述的一种基于云计算的社交网络即时信息安全监测方法，其特征在于：所述云平台对社交网络传输的网络链接进行验证处理包括：

若存在t₃≥t₁+t₂，网络链接监测模块生成拦截信道，所述拦截信道能够获取用户终端的信号，对用户终端发送的所有连接指令进行拦截；

同时网络链接监测模块将社交网络传输的网络链接传输至云平台，云平台对社交网络传输的网络链接进行验证，并将验证处理结果反馈至网络链接监测模块，若验证处理结果判断为安全，则解除拦截；若验证处理结果判断为风险，发送预警提示至用户终端，用户确认后，解除拦截。

6.一种基于云计算的社交网络即时信息安全监测系统，其特征在于：该系统包括：授权模块、网络链接监测模块、数据处理模块、信道拦截模块、云平台；

所述授权模块用于更新授权指令，并将授权指令发送至用户端口，用户确认授权指令后，系统允许网络链接监测模块获取用户终端中社交网络传输的网络链接；所述网络链接监测模块用于获取用户终端中社交网络传输的网络链接，同时网络链接监测模块与用户终端获取到社交网络传输的网络链接的时间相同；所述数据处理模块用于获取用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃，若存在t₃≥t₁+t₂，则指令网络链接监测模块生成拦截指令，发送至信道拦截模块；所述信道拦截模块用于接收网络链接监测模块的拦截指令，在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；所述云平台用于对社交网络传输的网络链接进行验证处理，反馈验证处理结果，若判断为安全，则解除拦截；若判断为风险，发送预警提示至用户终端，用户确认后，解除拦截；

所述授权模块的输出端与所述网络链接监测模块的输入端相连接；所述网络链接监测模块的输出端与所述数据处理模块、信道拦截模块、云平台的输入端相连接；所述数据处理模块的输出端与所述网络链接监测模块、云平台的输入端相连接；所述云平台的输出端与所述网络链接监测模块的输入端、用户终端相连接。

7.根据权利要求6所述的一种基于云计算的社交网络即时信息安全监测系统，其特征在于：所述授权模块包括指令实时更新单元、指令确认单元；

所述指令实时更新单元用于实时更新授权指令，并将授权指令发送至用户端口；所述指令确认单元用于在接收到用户确认授权指令的信息后，允许网络链接监测模块获取用户终端中社交网络传输的网络链接；

所述指令实时更新单元的输出端与所述指令确认单元的输入端相连接；所述指令确认单元的输出端与所述网络链接监测模块的输入端相连接。

8.根据权利要求6所述的一种基于云计算的社交网络即时信息安全监测系统，其特征在于：所述网络链接监测模块包括数据采集单元、指令发布单元；

所述数据采集单元用于获取用户终端中社交网络传输的网络链接；所述指令发布单元用于在接收到数据处理模块的反馈时，生成拦截指令，发送至信道拦截模块；

所述数据采集单元的输出端与所述数据处理模块的输入端相连接；所述指令发布单元的输出端与所述信道拦截模块的输入端相连接。

9.根据权利要求6所述的一种基于云计算的社交网络即时信息安全监测系统，其特征在于：所述数据处理模块包括数据处理单元、数据判定单元；

所述数据处理单元基于用户终端的历史页面切换时间、用户在用户终端页面的操作时间以及社交网络传输的网络链接字符串，处理计算得出用户终端接收社交网络传输的网络链接的反馈时间t₁、用户终端与社交网络传输的网络链接建立通信的操作时间t₂、网络链接监测模块与云平台的传输时间t₃；所述数据判定单元用于在存在t₃≥t₁+t₂的情况下，指令网络链接监测模块生成拦截指令；

所述数据处理单元的输出端与所述数据判定单元的输入端相连接；所述数据判定单元的输出端与所述网络链接监测模块的输入端相连接。

10.根据权利要求6所述的一种基于云计算的社交网络即时信息安全监测系统，其特征在于：所述信道拦截模块包括指令接收单元、信道拦截单元；

所述指令接收单元用于接收网络链接监测模块的拦截指令；所述信道拦截单元用于在收到拦截指令后，生成拦截信道，阻止用户终端与其他连接指令进行交互；

所述指令接收单元的输出端与所述信道拦截单元的输入端相连接。

Images