CN115277121B - 一种基于互联网的社交网络安全监测系统及方法 - Google Patents
一种基于互联网的社交网络安全监测系统及方法 Download PDFInfo
- Publication number
- CN115277121B CN115277121B CN202210816921.XA CN202210816921A CN115277121B CN 115277121 B CN115277121 B CN 115277121B CN 202210816921 A CN202210816921 A CN 202210816921A CN 115277121 B CN115277121 B CN 115277121B
- Authority
- CN
- China
- Prior art keywords
- module
- content
- social network
- security monitoring
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000013475 authorization Methods 0.000 claims abstract description 38
- 230000008901 benefit Effects 0.000 claims description 47
- 238000012790 confirmation Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 5
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims 1
- 230000004888 barrier function Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- ZXQYGBMAQZUVMI-GCMPRSNUSA-N gamma-cyhalothrin Chemical compound CC1(C)[C@@H](\C=C(/Cl)C(F)(F)F)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-GCMPRSNUSA-N 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
Abstract
本发明公开了一种基于互联网的社交网络安全监测系统及方法，属于互联网安全技术领域。该系统包括：指令授权模块、网络安全监测模块、网络内容分析模块、系统评分模块、警示模块；所述指令授权模块的输出端与所述网络安全监测模块的输入端相连接；所述网络安全监测模块的输出端与所述网络内容分析模块的输入端相连接；所述网络内容分析模块的输出端与所述系统评分模块的输入端相连接；所述系统评分模块的输出端与所述警示模块的输入端相连接。本发明能够解决当前应用程序在安全防护时窃取用户隐私的问题；能够提供信息比较，信息警示，帮助用户打破信息壁垒，在用户通过社交网络进行网购时提供风险提示，提高用户的生活质量。
Description
技术领域
本发明涉及互联网安全技术领域，具体为一种基于互联网的社交网络安全监测系统及方法。
背景技术
互联网安全从其本质上来讲就是互联网上的信息安全。从广义来说，凡是涉及到互联网上信息的保密性、完整性、可用性、真实性和可控性的相关技术和理论都是网络安全的研究领域。互联网安全分为多种多样，例如病毒木马、物理安全、APT、伪基站、信息安全等等；
而随着互联网的服务和应用程序愈加多样和复杂，市场竞争愈加激烈，当前互联网用户的隐私信息安全已经岌岌可危，甚至在各种应用软件面前毫无隐私可言，各种防护软件名义上保护电脑或手机终端在互联网不受病毒密码的威胁，但在同时也是电脑或手机终端的信息窃取者，用户使用他们的过程中，不得不去承认、授权各类信息查询，这一类应用程序往往可以获取到用户的信息实际内容、身份认证、支付信息、生活场景等等，近些年来，某信、某音的网络小型商品支付、带货等等行为火爆网络，用户在信息得不到隐私安全保护的前提下，无端被推送各种琳琅满目的商品，诱导性消费，用户在存在信息壁垒的情况下，往往容易出现不必要的交易，严重影响用户的正常生活。
发明内容
本发明的目的在于提供一种基于互联网的社交网络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：
一种基于互联网的社交网络安全监测方法，该方法包括以下步骤：
S1、用户发布授权指令到网络安全监测模块，网络安全监测模块获取用户的社交网络浏览记录，对浏览内容进行记录分析；
S2、基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
S3、设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
S4、获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
根据上述技术方案，所述对浏览内容进行记录分析包括：
用户确认网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；
所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；
获取历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；
构建广告判定模型：
K＝a0+a1*x1+a2*x2+a3*x3+m
其中，K代表广告性质的内容判定率；a0、a1、a2、a3代表广告判定模型的回归系数；x1代表广告性质的内容的发布时间与系统预设时间的差值绝对值，以秒为单位，所述系统预设时间为系统自行设置的广告发布高峰时间，为一个或多个，在计算过程中，取较小的差值绝对值作为x1；x2代表广告性质的内容的发布内容字符数；x3代表广告性质的内容的来源人员账号的日发布信息频率； m代表误差值，用于优化由于特殊节日带来的社交网络信息增加的情况；
获取一条用户正在浏览的社交网络信息内容，计算得出广告性质的内容判定率，设置阈值，若广告性质的内容判定率超出阈值，则判定用户正在浏览的社交网络信息内容为广告性质的内容。
根据上述技术方案，计算有益性得分包括：
获取判定为广告性质的内容的具体信息数据，所述广告性质的内容的具体信息数据包括内容关键词、账号来源；
根据内容关键词、账号来源构建内容特征向量，获取其他用户在网络安全监测模块中的广告性质的内容，构建相似度对比：
其中，D代表判定为广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容的相似度；i代表序号；j代表内容特征向量数量；si代表判定为广告性质的内容的内容特征向量的任一种；vi代表任一位其他用户在网络安全监测模块中的广告性质的内容的内容特征向量的任一种；
设置阈值，若存在D大于阈值，则判定为当前用户的广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容属于同类广告内容，并标记属于同类广告内容的所有的其他用户在网络安全监测模块中的广告性质的内容，记为第一标记组；
利用网络安全监测模块获取第一标记组内的内容推送变化频率，生成频率同比变化集合：
其中，w1、w2、w3、w4、…、wy-1、wy分别代表任一个广告内容在同一个用户下，第一个到第y个时间周期内的推送次数，每个时间周期都是相等的；集合中正值为同比下降，负值为同比增长；
设定目标时间周期为L，L>y；计算L个时间周期下的频率同比变化集合：
以前y个时间周期内的推送次数作为训练集，以y+1作为下一次的预测结果；
建立公式如下：
其中，Fy+1代表第y+1时间周期的频率同比变化值；ey为预测截距；ny为预测斜率；为y个时间周期后的新增趋势预测期数，Fy+1的情况下，/>
ey＝2c1-c2
其中，c1代表u组数据下的一次移动平均值；c2代表u组数据下的二次移动平均值；u代表参与移动的数据组数；
计算直至L个时间周期，获取所有的内容推送变化频率，生成频率同比变化集合，记为第二标记组；
对第二标记组内数据进行正负值数量分析，选取其中数量高的一种，计算兴趣度平均衰减数据：
其中，H0代表兴趣度平均衰减数据，p代表第二标记组内数据正负值数量高的一种的序号；q第二标记组内数据正负值数量高的一种的数量；Ap代表第二标记组内数据正负值数量高的一种的第p个频率同比变化值；
构建兴趣度模型，所述兴趣度模型选取同类广告内容下的所有用户的兴趣度平均衰减数据，求取平均值，记为当前用户浏览的广告性质的内容的有益性得分。
根据上述技术方案，所述生成警示信息包括：
获取当前用户浏览的广告性质的内容的有益性得分；
设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
获取用户调用的支付系统的支付页面，选取付款金额输入栏；
调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
利用这样的方式可以进一步的提醒用户注意信息的接收，在用户付款前进行优化提醒。
一种基于互联网的社交网络安全监测系统，该系统包括：指令授权模块、网络安全监测模块、网络内容分析模块、系统评分模块、警示模块；
所述指令授权模块用于用户发布授权指令到网络安全监测模块；所述网络安全监测模块用于获取用户的社交网络浏览记录，对浏览内容进行记录分析；所述网络内容分析模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；所述系统评分模块用于设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；所述警示模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处；
所述指令授权模块的输出端与所述网络安全监测模块的输入端相连接；所述网络安全监测模块的输出端与所述网络内容分析模块的输入端相连接；所述网络内容分析模块的输出端与所述系统评分模块的输入端相连接；所述系统评分模块的输出端与所述警示模块的输入端相连接。
根据上述技术方案，所述指令授权模块包括授权指令确认子模块、指令发送子模块；
所述授权指令确认子模块用于用户签署网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；所述指令发送子模块用于将签署的授权指令发送至网络安全监测模块；
所述授权指令确认子模块的输出端与所述指令发送子模块的输入端相连接；所述指令发送子模块的输出端与所述网络安全监测模块的输入端相连接。
根据上述技术方案，所述网络安全监测模块包括社交网络浏览记录子模块、内容分析子模块；
所述社交网络浏览记录子模块用于获取用户的社交网络浏览记录，所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；所述内容分析子模块用于对浏览内容进行记录分析；
所述社交网络浏览记录子模块的输出端与所述内容分析子模块的输入端相连接；所述内容分析子模块的输出端与所述网络内容分析模块的输入端相连接。
根据上述技术方案，所述网络内容分析模块包括内容判断子模块、得分计算子模块；
所述内容判断子模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，所述基于历史数据包括历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；所述得分计算子模块用于计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
所述内容判断子模块的输出端与所述得分计算子模块的输入端相连接；所述得分计算子模块的输出端与所述系统评分模块的输入端相连接。
根据上述技术方案，所述系统评分模块包括阈值设定子模块、支付确认子模块；
所述阈值设定子模块用于设置评分阈值；所述支付确认子模块用于在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
所述阈值设定子模块的输出端与所述支付确认子模块的输入端相连接；所述支付确认子模块的输出端与所述警示模块的输入端相连接。
所述警示模块包括页面获取子模块、按钮调节子模块；
所述页面获取子模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏；所述按钮调节子模块用于调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
与现有技术相比，本发明所达到的有益效果是：
1、本发明能够解决当前应用程序在安全防护时窃取用户隐私的问题，本发明在社交网络安全检测中，获取用户浏览内容字符数，不获取浏览内容；获取信息发布时间，不获取用户个人数据；获取用户支付页面，不获取用户最终的支付结果；能够在保护用户社交网络安全的前提下，尽量避免获取用户隐私。
2、本发明能够提供信息比较，信息警示，帮助用户打破信息壁垒，在用户通过社交网络进行网购时提供风险提示，避免诱导性消费，拒绝出现不必要的交易，维护用户支付的合法权益，提高用户的生活质量。
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是本发明一种基于互联网的社交网络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：
以微信朋友圈，微商卖货为例：
用户发布授权指令到网络安全监测模块，网络安全监测模块获取用户的社交网络浏览记录，对浏览内容进行记录分析；
基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
所述对浏览内容进行记录分析包括：
用户确认网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；
所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；
获取历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；
构建广告判定模型：
K＝a0+a1*x1+a2*x2+a3*x3+m
其中，K代表广告性质的内容判定率；a0、a1、a2、a3代表广告判定模型的回归系数；x1代表广告性质的内容的发布时间与系统预设时间的差值绝对值，以秒为单位，所述系统预设时间为系统自行设置的广告发布高峰时间，为一个或多个，在计算过程中，取较小的差值绝对值作为x1；x2代表广告性质的内容的发布内容字符数；x3代表广告性质的内容的来源人员账号的日发布信息频率； m代表误差值，用于优化由于特殊节日带来的社交网络信息增加的情况；
其中x1主要指广告性质的内容的发布时间与广告性质的内容判定率之间的关系，例如在微信朋友圈中，微商一般的信息发布时间为早7点、晚6点、晚9点等几个时间段，因此可选取任意一个或多个时间段作为系统预设时间，在选取多个时，例如选取早7点、晚6点，那么检测到一条信息发布时间为早7点半，会得出两个差值绝对值，很明显与早7点之间的差值绝对值远小于与晚6点之间的差值绝对值，因此在选用时，选取与早7点之间的差值绝对值；x2主要指广告性质的内容的发布内容字符数与广告性质的内容判定率之间的关系，例如在微信朋友圈中，广告信息通常存在大量的字符数，如：“最新到货，2019年奥迪Q32.0T座椅加热，全景天窗，电动后尾门，本市一手车，3万公里，全程4S店保养，现公司所有车辆均提供xxx检测报告，享90天回购，专业设备检测车辆电脑里程，让您购车无忧，联系电话：xxx。”其相比于一个正常的朋友圈往往存在更多的字符数，因此将其作为判断条件之一；x3主要指广告性质的内容的来源人员账号的日发布信息频率，正常生活中，例如在微信朋友圈中，大部分人群发布日常动态的频率平均下来一般不超过每天两次，而对于微商广告从业人员来讲，其日发布信息频率往往高于普通人群，例如一个租房性质的账号信息，一天之内往往发送十数条信息数据，因此将其作为判断条件之一；m 代表误差值，用于优化由于特殊节日带来的社交网络信息增加的情况，所述特殊节日例如国庆节，出于爱国情怀，大部分人群会转发一定量的字符数的文章祝祖国生日快乐；例如xx纪念日，大部分人群会转发一定量的字符数的文章，此时会存在异常数据，因此利用误差值对这一部分数据进行平衡。
获取一条用户正在浏览的社交网络信息内容，计算得出广告性质的内容判定率，设置阈值，若广告性质的内容判定率超出阈值，则判定用户正在浏览的社交网络信息内容为广告性质的内容。
计算有益性得分包括：
获取判定为广告性质的内容的具体信息数据，所述广告性质的内容的具体信息数据包括内容关键词、账号来源；
根据内容关键词、账号来源构建内容特征向量，获取其他用户在网络安全监测模块中的广告性质的内容，构建相似度对比：
其中，D代表判定为广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容的相似度；i代表序号；j代表内容特征向量数量；si代表判定为广告性质的内容的内容特征向量的任一种；vi代表任一位其他用户在网络安全监测模块中的广告性质的内容的内容特征向量的任一种；
设置阈值，若存在D大于阈值，则判定为当前用户的广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容属于同类广告内容，并标记属于同类广告内容的所有的其他用户在网络安全监测模块中的广告性质的内容，记为第一标记组；
利用网络安全监测模块获取第一标记组内的内容推送变化频率，生成频率同比变化集合：
其中，w1、w2、w3、w4、…、wy-1、wy分别代表任一个广告内容在同一个用户下，第一个到第y个时间周期内的推送次数，每个时间周期都是相等的；集合中正值为同比下降，负值为同比增长；
设定目标时间周期为L，L>y；计算L个时间周期下的频率同比变化集合：
以前y个时间周期内的推送次数作为训练集，以y+1作为下一次的预测结果；
建立公式如下：
其中，Fy+1代表第y+1时间周期的频率同比变化值；ey为预测截距；ny为预测斜率；为y个时间周期后的新增趋势预测期数，Fy+1的情况下，/>
ey＝2c1-c2
其中，c1代表u组数据下的一次移动平均值；c2代表u组数据下的二次移动平均值；u代表参与移动的数据组数；
计算直至L个时间周期，获取所有的内容推送变化频率，生成频率同比变化集合，记为第二标记组；
对第二标记组内数据进行正负值数量分析，选取其中数量高的一种，计算兴趣度平均衰减数据：
其中，H0代表兴趣度平均衰减数据，p代表第二标记组内数据正负值数量高的一种的序号；q第二标记组内数据正负值数量高的一种的数量；Ap代表第二标记组内数据正负值数量高的一种的第p个频率同比变化值；
构建兴趣度模型，所述兴趣度模型选取同类广告内容下的所有用户的兴趣度平均衰减数据，求取平均值，记为当前用户浏览的广告性质的内容的有益性得分。
在上述技术方案中，由于目前其他的应用软件依然存在窃取用户隐私信息的情况，因此对于用户的广告推送依然能够在已知用户数据的情况下进行推送；例如用户点击了某广告，并实施了付款，虽然这些信息本系统并不获取，但是其他应用程序却依然在获取这样的用户信息，他们会为用户继续推送相关的内容广告，促进消费，因此本申请通过监测用户接收广告的频率数据，来判断用户对这一类广告的兴趣程度，进而评估该类广告的有益性。
所述生成警示信息包括：
设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
获取当前用户浏览的广告性质的内容的有益性得分；
设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
获取用户调用的支付系统的支付页面，选取付款金额输入栏；
调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
在本实施例二中，提供一种系统模块，用以辅助方法实施：
一种基于互联网的社交网络安全监测系统，该系统包括：指令授权模块、网络安全监测模块、网络内容分析模块、系统评分模块、警示模块；
所述指令授权模块用于用户发布授权指令到网络安全监测模块；所述网络安全监测模块用于获取用户的社交网络浏览记录，对浏览内容进行记录分析；所述网络内容分析模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；所述系统评分模块用于设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；所述警示模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处；
所述指令授权模块的输出端与所述网络安全监测模块的输入端相连接；所述网络安全监测模块的输出端与所述网络内容分析模块的输入端相连接；所述网络内容分析模块的输出端与所述系统评分模块的输入端相连接；所述系统评分模块的输出端与所述警示模块的输入端相连接。
所述指令授权模块包括授权指令确认子模块、指令发送子模块；
所述授权指令确认子模块用于用户签署网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；所述指令发送子模块用于将签署的授权指令发送至网络安全监测模块；
所述授权指令确认子模块的输出端与所述指令发送子模块的输入端相连接；所述指令发送子模块的输出端与所述网络安全监测模块的输入端相连接。
所述网络安全监测模块包括社交网络浏览记录子模块、内容分析子模块；
所述社交网络浏览记录子模块用于获取用户的社交网络浏览记录，所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；所述内容分析子模块用于对浏览内容进行记录分析；
所述社交网络浏览记录子模块的输出端与所述内容分析子模块的输入端相连接；所述内容分析子模块的输出端与所述网络内容分析模块的输入端相连接。
所述网络内容分析模块包括内容判断子模块、得分计算子模块；
所述内容判断子模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，所述基于历史数据包括历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；所述得分计算子模块用于计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
所述内容判断子模块的输出端与所述得分计算子模块的输入端相连接；所述得分计算子模块的输出端与所述系统评分模块的输入端相连接。
所述系统评分模块包括阈值设定子模块、支付确认子模块；
所述阈值设定子模块用于设置评分阈值；所述支付确认子模块用于在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
所述阈值设定子模块的输出端与所述支付确认子模块的输入端相连接；所述支付确认子模块的输出端与所述警示模块的输入端相连接。
所述警示模块包括页面获取子模块、按钮调节子模块；
所述页面获取子模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏；所述按钮调节子模块用于调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
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 (8)
1.一种基于互联网的社交网络安全监测方法，其特征在于：该方法包括以下步骤：
S1、用户发布授权指令到网络安全监测模块，网络安全监测模块获取用户的社交网络浏览记录，对浏览内容进行记录分析；
S2、基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
S3、设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
S4、获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处；
计算有益性得分包括：
获取判定为广告性质的内容的具体信息数据，所述广告性质的内容的具体信息数据包括内容关键词、账号来源；
根据内容关键词、账号来源构建内容特征向量，获取其他用户在网络安全监测模块中的广告性质的内容，构建相似度对比：
其中，D代表判定为广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容的相似度；i代表序号；j代表内容特征向量数量；si代表判定为广告性质的内容的内容特征向量的任一种；vi代表任一位其他用户在网络安全监测模块中的广告性质的内容的内容特征向量的任一种；
设置阈值，若存在D大于阈值，则判定为当前用户的广告性质的内容与其他用户在网络安全监测模块中的广告性质的内容属于同类广告内容，并标记属于同类广告内容的所有的其他用户在网络安全监测模块中的广告性质的内容，记为第一标记组；
利用网络安全监测模块获取第一标记组内的内容推送变化频率，生成频率同比变化集合：
其中，w1、w2、w3、w4、…、wy-1、wy分别代表任一个广告内容在同一个用户下，第一个到第y个时间周期内的推送次数，每个时间周期都是相等的；集合中正值为同比下降，负值为同比增长；
设定目标时间周期为L，L>y；计算L个时间周期下的频率同比变化集合：
以前y个时间周期内的推送次数作为训练集，以y+1作为下一次的预测结果；
建立公式如下：
其中，Fy+1代表第y+1时间周期的频率同比变化值；ey为预测截距；ny为预测斜率；为y个时间周期后的新增趋势预测期数，Fy+1的情况下，/>
ey＝2c1-c2
其中，c1代表u组数据下的一次移动平均值；c2代表u组数据下的二次移动平均值；u代表参与移动的数据组数；
计算直至L个时间周期，获取所有的内容推送变化频率，生成频率同比变化集合，记为第二标记组；
对第二标记组内数据进行正负值数量分析，选取其中数量高的一种，计算兴趣度平均衰减数据：
其中，H0代表兴趣度平均衰减数据，p代表第二标记组内数据正负值数量高的一种的序号；q第二标记组内数据正负值数量高的一种的数量；Ap代表第二标记组内数据正负值数量高的一种的第p个频率同比变化值；
构建兴趣度模型，所述兴趣度模型选取同类广告内容下的所有用户的兴趣度平均衰减数据，求取平均值，记为当前用户浏览的广告性质的内容的有益性得分。
2.根据权利要求1所述的一种基于互联网的社交网络安全监测方法，其特征在于：所述对浏览内容进行记录分析包括：
用户确认网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；
所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；
获取历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；
构建广告判定模型：
K＝a0+a1*x1+a2*x2+a3*x3+m
其中，K代表广告性质的内容判定率；a0、a1、a2、a3代表广告判定模型的回归系数；x1代表广告性质的内容的发布时间与系统预设时间的差值绝对值，以秒为单位，所述系统预设时间为系统自行设置的广告发布高峰时间，为一个或多个，在计算过程中，取最小的差值绝对值作为x1；x2代表广告性质的内容的发布内容字符数；x3代表广告性质的内容的来源人员账号的日发布信息频率；m代表误差值，用于优化由于特殊节日带来的社交网络信息增加的情况；
获取一条用户正在浏览的社交网络信息内容，计算得出广告性质的内容判定率，设置阈值，若广告性质的内容判定率超出阈值，则判定用户正在浏览的社交网络信息内容为广告性质的内容。
3.应用如权利要求1所述的一种基于互联网的社交网络安全监测方法的一种基于互联网的社交网络安全监测系统，其特征在于：该系统包括：指令授权模块、网络安全监测模块、网络内容分析模块、系统评分模块、警示模块；
所述指令授权模块用于用户发布授权指令到网络安全监测模块；所述网络安全监测模块用于获取用户的社交网络浏览记录，对浏览内容进行记录分析；所述网络内容分析模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；所述系统评分模块用于设置评分阈值，在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；所述警示模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏，调整警示信息的关闭按钮，覆盖至付款金额输入栏处；
所述指令授权模块的输出端与所述网络安全监测模块的输入端相连接；所述网络安全监测模块的输出端与所述网络内容分析模块的输入端相连接；所述网络内容分析模块的输出端与所述系统评分模块的输入端相连接；所述系统评分模块的输出端与所述警示模块的输入端相连接。
4.根据权利要求3所述的一种基于互联网的社交网络安全监测系统，其特征在于：所述指令授权模块包括授权指令确认子模块、指令发送子模块；
所述授权指令确认子模块用于用户签署网络安全监测模块的授权指令，允许网络安全监测模块获取用户的社交网络浏览记录；所述指令发送子模块用于将签署的授权指令发送至网络安全监测模块；
所述授权指令确认子模块的输出端与所述指令发送子模块的输入端相连接；所述指令发送子模块的输出端与所述网络安全监测模块的输入端相连接。
5.根据权利要求3所述的一种基于互联网的社交网络安全监测系统，其特征在于：所述网络安全监测模块包括社交网络浏览记录子模块、内容分析子模块；
所述社交网络浏览记录子模块用于获取用户的社交网络浏览记录，所述用户的社交网络浏览记录包括浏览的社交网络信息发布时间、浏览的社交网络信息发布内容字符数、浏览的社交网络信息来源人员账号；所述内容分析子模块用于对浏览内容进行记录分析；
所述社交网络浏览记录子模块的输出端与所述内容分析子模块的输入端相连接；所述内容分析子模块的输出端与所述网络内容分析模块的输入端相连接。
6.根据权利要求3所述的一种基于互联网的社交网络安全监测系统，其特征在于：所述网络内容分析模块包括内容判断子模块、得分计算子模块；
所述内容判断子模块基于历史数据，分析得出用户的浏览内容中属于广告性质的内容，所述基于历史数据包括历史数据中判定为广告性质的内容的社交网络信息发布时间、社交网络信息发布内容字符数、社交网络信息来源人员账号；所述得分计算子模块用于计算出广告性质的内容的有益性，获取有益性得分输出至系统评分模块；
所述内容判断子模块的输出端与所述得分计算子模块的输入端相连接；所述得分计算子模块的输出端与所述系统评分模块的输入端相连接。
7.根据权利要求3所述的一种基于互联网的社交网络安全监测系统，其特征在于：所述系统评分模块包括阈值设定子模块、支付确认子模块；
所述阈值设定子模块用于设置评分阈值；所述支付确认子模块用于在有益性得分低于评分阈值时且用户调用了支付系统，生成警示信息；
所述阈值设定子模块的输出端与所述支付确认子模块的输入端相连接；所述支付确认子模块的输出端与所述警示模块的输入端相连接。
8.根据权利要求3所述的一种基于互联网的社交网络安全监测系统，其特征在于：所述警示模块包括页面获取子模块、按钮调节子模块；
所述页面获取子模块用于获取用户调用的支付系统的支付页面，选取付款金额输入栏；所述按钮调节子模块用于调整警示信息的关闭按钮，覆盖至付款金额输入栏处。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210816921.XA CN115277121B (zh) | 2022-07-12 | 2022-07-12 | 一种基于互联网的社交网络安全监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210816921.XA CN115277121B (zh) | 2022-07-12 | 2022-07-12 | 一种基于互联网的社交网络安全监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115277121A CN115277121A (zh) | 2022-11-01 |
| CN115277121B true CN115277121B (zh) | 2023-12-29 |
Family
ID=83764395
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210816921.XA Active CN115277121B (zh) | 2022-07-12 | 2022-07-12 | 一种基于互联网的社交网络安全监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115277121B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006252505A (ja) * | 2005-02-09 | 2006-09-21 | Toramatsu Shintani | 疑似プッシュ型ウェブ広告管理システム |
| CN104463569A (zh) * | 2014-11-11 | 2015-03-25 | 北京奇虎科技有限公司 | 安全连接支付方法及其装置 |
| CN105574146A (zh) * | 2015-12-15 | 2016-05-11 | 北京奇虎科技有限公司 | 网址拦截方法及装置 |
| CN107566358A (zh) * | 2017-08-25 | 2018-01-09 | 腾讯科技（深圳）有限公司 | 一种风险预警提示方法、装置、介质及设备 |
| CN107844975A (zh) * | 2017-10-17 | 2018-03-27 | 王媛玥 | 移动终端安全支付管理系统 |
| CN108664784A (zh) * | 2017-04-01 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 告警方法、装置及系统 |
| CN109214177A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技（深圳）有限公司 | 一种互联网金融反欺诈系统 |
| JP2019080302A (ja) * | 2017-10-24 | 2019-05-23 | セイコーエプソン株式会社 | プログラム、端末装置、警告システム及び警告報知方法 |
| CN110704572A (zh) * | 2019-09-04 | 2020-01-17 | 北京航空航天大学 | 疑似非法集资风险的预警方法、装置、设备和存储介质 |
| CN112348660A (zh) * | 2020-10-21 | 2021-02-09 | 上海淇玥信息技术有限公司 | 生成风险警示信息的方法、装置及电子设备 |
| TW202221608A (zh) * | 2020-11-25 | 2022-06-01 | 有閑數位科技股份有限公司 | 智能廣告投放、租賃方法及系統 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150073989A1 (en) * | 2013-09-10 | 2015-03-12 | Visa International Service Association | Systems and methods to transmit consumer information in connection with payment transactions |
| US11494773B2 (en) * | 2017-09-22 | 2022-11-08 | Jpmorgan Chase Bank, N.A. | System and method for integrating cyber fraud intelligence and payment risk decisions |
-
2022
- 2022-07-12 CN CN202210816921.XA patent/CN115277121B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006252505A (ja) * | 2005-02-09 | 2006-09-21 | Toramatsu Shintani | 疑似プッシュ型ウェブ広告管理システム |
| CN104463569A (zh) * | 2014-11-11 | 2015-03-25 | 北京奇虎科技有限公司 | 安全连接支付方法及其装置 |
| CN105574146A (zh) * | 2015-12-15 | 2016-05-11 | 北京奇虎科技有限公司 | 网址拦截方法及装置 |
| CN108664784A (zh) * | 2017-04-01 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 告警方法、装置及系统 |
| CN109214177A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技（深圳）有限公司 | 一种互联网金融反欺诈系统 |
| CN107566358A (zh) * | 2017-08-25 | 2018-01-09 | 腾讯科技（深圳）有限公司 | 一种风险预警提示方法、装置、介质及设备 |
| CN107844975A (zh) * | 2017-10-17 | 2018-03-27 | 王媛玥 | 移动终端安全支付管理系统 |
| JP2019080302A (ja) * | 2017-10-24 | 2019-05-23 | セイコーエプソン株式会社 | プログラム、端末装置、警告システム及び警告報知方法 |
| CN110704572A (zh) * | 2019-09-04 | 2020-01-17 | 北京航空航天大学 | 疑似非法集资风险的预警方法、装置、设备和存储介质 |
| CN112348660A (zh) * | 2020-10-21 | 2021-02-09 | 上海淇玥信息技术有限公司 | 生成风险警示信息的方法、装置及电子设备 |
| TW202221608A (zh) * | 2020-11-25 | 2022-06-01 | 有閑數位科技股份有限公司 | 智能廣告投放、租賃方法及系統 |
Non-Patent Citations (4)
| Title |
|---|
| 大数据背景下互联网金融安全性分析;宋华;;技术与市场(02);全文 * |
| 浅谈我国电子商务下的第三方网上支付;殷淑娥;田伟;;甘肃科技(03);全文 * |
| 电子商务网络安全支付问题解析;肖丁铭;魏周思宇;;智库时代(07);全文 * |
| 社交网络用户浏览轨迹信息隐私保护方法仿真;王东强;王晓霞;;计算机测量与控制(11);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115277121A (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109767300B (zh) | 基于用户习惯的大数据画像及模型构建方法 | |
| US20140325056A1 (en) | Scoring quality of traffic to network sites | |
| CN108780475A (zh) | 用于虚拟辅助的个性化推论认证 | |
| EP2229656A1 (en) | Near field communication transactions with user profile updates in a mobile environment | |
| Rybnicek et al. | Facebook watchdog: a research agenda for detecting online grooming and bullying activities | |
| USRE49877E1 (en) | Method for matching people | |
| Skiba et al. | Beyond deception: Potential unfair consumer injury from various types of covert marketing | |
| Friedland | Drinking from the Fire Hose: How Massive Self-Surveillance from the Internet of Things Is Changing the Face of Privacy | |
| CN109767302B (zh) | 大数据精准模型的构建方法及装置 | |
| Newholm et al. | Multi-story trust and online retailer strategies | |
| Yashmi et al. | The effect of interface on user trust; user behavior in e-commerce products | |
| CN108921413B (zh) | 一种基于用户意愿的社交网络信任度计算方法 | |
| CN115277121B (zh) | 一种基于互联网的社交网络安全监测系统及方法 | |
| Lau | Towards zero net presence | |
| Hakimi et al. | Identifying fake account in facebook using machine learning | |
| Manek et al. | Detection of fraudulent and malicious websites by analysing user reviews for online shopping websites | |
| EP3879418B1 (en) | Identity verification method and device | |
| CN110324418B (zh) | 基于用户关系推送业务的方法和装置 | |
| Gregorczuk | Retail analytics: Smart-stores saving bricks-and-mortar retail or a privacy problem? | |
| Siegel | When the internet of things flounders: Looking into Gdpr-esque security standards for IoT devices in the United States from the consumers' perspective | |
| CN105225116A (zh) | 交易操作的识别方法及服务器 | |
| Dash et al. | Auto-detection of click-frauds using machine learning | |
| Sachs | Consumerism and information privacy: How Upton Sinclair can again save us from ourselves | |
| CN106326311B (zh) | 数据信息处理的方法和装置 | |
| Rodríguez Casal | Impact of location‐aware services on the privacy/security balance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |