CN117972229A - 一种基于大数据分析的社交安全预警监管系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据分析的社交安全预警监管系统及方法，属于信息安全技术领域。该系统包括行为数据采集模块、风险评估与监测模块、安全识别分析模块、安全预警防范模块和用户反馈模块；所述行为数据采集模块用于用户授权登录后采集用户软件操作的行为数据；所述风险评估与监测模块用于对用户账号安全性进行评估，识别出可疑社交账号；所述安全识别分析模块用于判断用户当前信息内容交互是否被可疑账号引导；所述安全预警模块用于向存在被可疑账号进行引导的账号用户发送安全警告；所述用户反馈模块用于收集并记录用户举报投诉；本发明在保证用户隐私的前提下，加强了网络安全监管，并预防用户被不法分子诈骗。

Description

一种基于大数据分析的社交安全预警监管系统及方法

技术领域

本发明涉及信息安全技术领域，具体为一种基于大数据分析的社交安全预警监管系统及方法。

背景技术

社交安全是保障用户隐私和数据安全的重要手段；社交软件在使用过程中会产生大量的用户数据，包括个人信息、社交关系、位置信息等，这些数据如果被泄露或滥用，会对用户造成严重的伤害。因此，社交软件需要采取一系列的安全措施，来保障用户的数据安全和隐私权益。

社交软件中包含的大量数据信息，通过加强安全监管，可以防止被非法获取和滥用，同时减少了用户在使用过程中受到的不良干扰和侵害；但现有的安全监管技术手段还存在一定的局限性，无法完全覆盖所有潜在的风险和威胁，一些不法分子通过在社交平台发布一些隐晦的信息内容，将用户引导到其他平台进行诈骗；社交媒体上的数据信息量庞大，涉及的用户群体广泛，难以建立高效、精确的监管机制和方法。

发明内容

本发明的目的在于提供一种基于大数据分析的社交安全预警监管系统及方法，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：一种基于大数据分析的社交安全预警监管方法，该方法包括以下步骤：

S10、用户输入账号密码进行身份信息验证，并授权登录；

S20、基于用户历史社交账号信息，建立账号安全评估的预测模型，对账号安全性进行评估；

S30、对社交账号与其他账号进行信息内容交互时产生的历史数据进行分析，判断分析的社交账号是否存在用户行为引导；若存在用户行为引导，将分析的社交账号标记为可疑账号；

S40、采集用户与可疑账号进行信息内容交互时产生的行为数据；对采集的用户行为数据进行分析，判断当前用户行为是否被可疑账号引导；若判断当前用户行为被可疑账号引导，执行步骤S40；

S50、向存在被可疑账号进行引导的账号用户发送安全警告。

进一步的，所述步骤S10的具体实施过程包括：

S101、分析存在违规行为的历史社交账号，以社交账号注册时间帧为起始点，社交账号封禁时间帧为终止点，确定起始点到终止点时间段内社交账号与其他账号进行信息内容交互时的总时长T₁、T₂、...、T_n；其中，n表示分析的社交账号与其他账号进行信息内容交互的样本数据数量；

S102、设置时间段[0，t)、[t，2t)、...、[(m-1)t，mt]；根据分析的存在违规行为的历史社交账号，确定各时间段内存在违规行为的样本数据数量p₁、p₂、...、p_m；计算存在违规行为的社交账号与其他账号进行信息内容交互时在各时间段内出现的概率q；根据计算公式：

其中，t表示时间段时长；q_i表示第i个时间段内存在违规行为的社交账号与其他账号进行信息内容交互时出现的概率；i＝1、2、...、m；m表示设置的时间段数量；一般为无穷大；

S103、以时长t为自变量，概率q为因变量，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线，得到关于t和q的函数关系式q_t；并将t和q的数值代入函数关系式中，确定q_t的函数类型和系数值；

通过分析得到关于t和q的函数关系式，可以确定用户与账号在不同时长下进行沟通时对于该账号的信任度，通过不同的账号信任度可以反应对于用户进行引导的成功率，进而对账号进行安全性评估；

S104、将分析的社交账号与其他账号进行信息内容交互时的总时长输入到账号安全评估的预测模型中，根据函数关系式确定账号安全性。

进一步的，所述步骤S20的具体实施过程包括：

S201、分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，确定用户点击屏幕结束当前信息内容交互的行为；其中，将用户结束当前信息内容交互的行为分为退出软件和退出信息内容交互界面；

S202、基于历史安全社交账号信息，分析用户退出软件的行为所占结束当前信息内容交互行为的比率X₀；基于历史存在违规行为的社交账号信息，分析各时间段内用户退出软件的行为所占结束当前信息内容交互行为的比率变化X_t；得到在不同时长下违规社交账号对于用户行为进行引导的影响偏值变化X_t-X₀；

S203、对函数关系式q_t、X_t和X₀的曲线进行分析，计算面积差值，得到判断社交账号为可疑账号的最小关联系数阈值K_min和最大关联系数阈值K_max；根据计算公式：

其中，和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值；

通过计算不同时长下用户对账号的信任度与用户退出软件的行为所占结束当前信息内容交互行为的比率的乘积，增加分析数据的离散程度；同时，通过计算0到t时长的积分面积来反应关联系数，作为判断用户行为是否受当前沟通账号的影响依据，提高了数据的分析能力；

S204、根据当前分析的社交账号，确定社交账号与其他用户进行信息内容交互的总时长t₀，并确定到时长0到t₀时用户退出软件的行为所占结束当前信息内容交互行为的比率变化得到社交账号与其他用户随时长t₀进行变化的关联系数值/>根据计算公式：

将与/>和/>进行比较；当t₀＝t时，若/>则将当前社交账号标记为可疑账号；若/>或/>则将当前社交账号为安全账号。

进一步的，所述步骤S30的具体实施过程包括：

S301、基于当前分析的社交账号中其他账号用户产生的历史行为数据；判断当前社交账号是否为可疑账号，若该账号被标记为可疑账号，执行步骤S302；

S302、对采集的用户行为数据进行分析，记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导；

先判断当前社交账号是否为可疑账号，再判断当前用户行为是否受可以账户影响，增加了系统安全预测的准确性。

进一步的，用户通过用户反馈模块对当前账号进行举报后，记录举报用户人数，当向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示；所述用户反馈模块用于收集并记录用户举报投诉。

一种基于大数据分析的社交安全预警监管系统，该系统包括行为数据采集模块、风险评估与监测模块、安全识别分析模块、安全预警模块和用户反馈模块；

所述行为数据采集模块用于用户授权登录后采集用户软件操作的行为数据；所述风险评估与监测模块用于对用户账号安全性进行评估，识别出可疑社交账号；所述安全识别分析模块用于判断用户当前信息内容交互是否被可疑账号引导；所述安全预警模块用于向存在被可疑账号进行引导的账号用户发送安全警告；所述用户反馈模块用于收集并记录用户举报投诉。

进一步的，所述行为数据采集模块包含账号信息采集单元、用户行为数据采集单元和数据同步管理单元；

所述账号信息采集单元用于采集账号与其他用户分别进行信息内容交互时的总时长；

所述用户行为数据采集单元用于采集社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据；

所述数据同步管理单元用于将采集的数据根据时间帧进行数据同步对齐。

进一步的，所述风险评估与监测模块包含安全评估预测单元、关联系数计算单元和可疑账号确定单元；

所述安全评估预测单元用于建立账号安全评估的预测模型，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线；

所述关联系数计算单元用于计算社交账号为可疑账号的最小关联系数阈值和最大关联系数阈值，并计算社交账号与其他用户随时长进行变化的关联系数值；

所述可疑账号确定单元用于对用户信息内容交互界面进行监测，分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，判断社交账号是否存在用户行为引导，若存在用户行为引导，将分析的社交账号标记为可疑账号。

进一步的，所述安全识别分析模块包含行为数据分析单元和引导行为确定单元；

所述行为数据分析单元用于对采集的用户行为数据进行分析；

所述引导行为确定单元用于记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导；其中，和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值。

进一步的，所述安全预警模块包含预警发送单元和预警界面显示单元；

所述预警发送单元用于向存在被可疑账号进行引导的账号用户发送安全警告；

所述预警界面显示单元用于向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示。

与现有技术相比，本发明所达到的有益效果是：提供了一种基于大数据分析的社交安全预警监管系统及方法，通过对社交账号与其他用户进行沟通时其他用户的行为数据变化情况进行分析，判断社交账号是否存在将用户引导到其他平台，向与可疑账号进行沟通的用户发送安全警告，在保证用户隐私的前提下，加强了网络安全监管；增加了用户举报功能，并对用户账号举报情况进行显示，预防用户被不法分子诈骗。

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是本发明一种基于大数据分析的社交安全预警监管系统的结构示意图。

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，本发明提供技术方案：一种基于大数据分析的社交安全预警监管方法，该方法包括以下步骤：

S10、用户输入账号密码进行身份信息验证，并授权登录；

S20、基于用户历史社交账号信息，建立账号安全评估的预测模型，对账号安全性进行评估；

S30、对社交账号与其他账号进行信息内容交互时产生的历史数据进行分析，判断分析的社交账号是否存在用户行为引导；若存在用户行为引导，将分析的社交账号标记为可疑账号；

S40、采集用户与可疑账号进行信息内容交互时产生的行为数据；对采集的用户行为数据进行分析，判断当前用户行为是否被可疑账号引导；若判断当前用户行为被可疑账号引导，执行步骤S40；

S50、向存在被可疑账号进行引导的账号用户发送安全警告。

所述步骤S10的具体实施过程包括：

S101、分析存在违规行为的历史社交账号，以社交账号注册时间帧为起始点，社交账号封禁时间帧为终止点，确定起始点到终止点时间段内社交账号与其他账号进行信息内容交互时的总时长T₁、T₂、...、T_n；其中，n表示分析的社交账号与其他账号进行信息内容交互的样本数据数量；

S102、设置时间段[0，t)、[t，2t)、...、[(m-1)t，mt]；根据分析的存在违规行为的历史社交账号，确定各时间段内存在违规行为的样本数据数量p₁、p₂、...、p_m；计算存在违规行为的社交账号与其他账号进行信息内容交互时在各时间段内出现的概率q；根据计算公式：

其中，t表示时间段时长；q_i表示第i个时间段内存在违规行为的社交账号与其他账号进行信息内容交互时出现的概率；i＝1、2、...、m；m表示设置的时间段数量；

S103、以时长t为自变量，概率q为因变量，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线，得到关于t和q的函数关系式q_t；并将t和q的数值代入函数关系式中，确定q_t的函数类型和系数值；

S104、将分析的社交账号与其他账号进行信息内容交互时的总时长输入到账号安全评估的预测模型中，根据函数关系式确定账号安全性。

所述步骤S20的具体实施过程包括：

S201、分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，确定用户点击屏幕结束当前信息内容交互的行为；其中，将用户结束当前信息内容交互的行为分为退出软件和退出信息内容交互界面；

S202、基于历史安全社交账号信息，分析用户退出软件的行为所占结束当前信息内容交互行为的比率X₀；基于历史存在违规行为的社交账号信息，分析各时间段内用户退出软件的行为所占结束当前信息内容交互行为的比率变化X_t；得到在不同时长下违规社交账号对于用户行为进行引导的影响偏值变化X_t-X₀；

S203、对函数关系式q_t、X_t和X₀的曲线进行分析，计算面积差值，得到判断社交账号为可疑账号的最小关联系数阈值K_min和最大关联系数阈值K_max；根据计算公式：

其中，和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值；

S204、根据当前分析的社交账号，确定社交账号与其他用户进行信息内容交互的总时长t₀，并确定到时长0到t₀时用户退出软件的行为所占结束当前信息内容交互行为的比率变化得到社交账号与其他用户随时长t₀进行变化的关联系数值/>根据计算公式：

将与/>和/>进行比较；当t₀＝t时，若/>则将当前社交账号标记为可疑账号；若/>或/>则将当前社交账号为安全账号。

所述步骤S30的具体实施过程包括：

S301、基于当前分析的社交账号中其他账号用户产生的历史行为数据；判断当前社交账号是否为可疑账号，若该账号被标记为可疑账号，执行步骤S302；

S302、对采集的用户行为数据进行分析，记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导。

用户通过用户反馈模块对当前账号进行举报后，记录举报用户人数，当向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示；所述用户反馈模块用于收集并记录用户举报投诉。

一种基于大数据分析的社交安全预警监管系统，该系统包括行为数据采集模块、风险评估与监测模块、安全识别分析模块、安全预警模块和用户反馈模块；

所述行为数据采集模块用于用户授权登录后采集用户软件操作的行为数据；所述风险评估与监测模块用于对用户账号安全性进行评估，识别出可疑社交账号；所述安全识别分析模块用于判断用户当前信息内容交互是否被可疑账号引导；所述安全预警模块用于向存在被可疑账号进行引导的账号用户发送安全警告；所述用户反馈模块用于收集并记录用户举报投诉。

所述行为数据采集模块包含账号信息采集单元、用户行为数据采集单元和数据同步管理单元；

所述账号信息采集单元用于采集账号与其他用户分别进行信息内容交互时的总时长；

所述用户行为数据采集单元用于采集社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据；

所述数据同步管理单元用于将采集的数据根据时间帧进行数据同步对齐。

所述风险评估与监测模块包含安全评估预测单元、关联系数计算单元和可疑账号确定单元；

所述安全评估预测单元用于建立账号安全评估的预测模型，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线；

所述关联系数计算单元用于计算社交账号为可疑账号的最小关联系数阈值和最大关联系数阈值，并计算社交账号与其他用户随时长进行变化的关联系数值；

所述可疑账号确定单元用于对用户信息内容交互界面进行监测，分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，判断社交账号是否存在用户行为引导，若存在用户行为引导，将分析的社交账号标记为可疑账号。

所述安全识别分析模块包含行为数据分析单元和引导行为确定单元；

所述行为数据分析单元用于对采集的用户行为数据进行分析；

所述引导行为确定单元用于记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导；其中，和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值。

所述安全预警模块包含预警发送单元和预警界面显示单元；

所述预警发送单元用于向存在被可疑账号进行引导的账号用户发送安全警告；

所述预警界面显示单元用于向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示。

在本实施例中：

该系统具体为一种社交软件用户行为数据安全预警监管系统；该系统中，通过对用户行为数据进行分析，判断用户当前行为是否被可疑账号引导；

用户输入账号密码进行身份信息验证，并授权登录；

基于用户历史社交账号信息，建立账号安全评估的预测模型，选取5000条样本数据进行分析，以时长t为自变量，概率q为因变量，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线，得到关于t和q的函数关系式q_t为：

分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，确定用户点击屏幕结束当前信息内容交互的行为；基于历史安全社交账号信息，分析用户退出软件的行为所占结束当前信息内容交互行为的比率基于历史存在违规行为的社交账号信息，分析各时间段内用户退出软件的行为所占结束当前信息内容交互行为的比率变化X_t；

对函数关系式q_t、X_t和X₀的曲线进行分析，计算面积差值，得到判断社交账号为可疑账号的最小关联系数阈值K_min和最大关联系数阈值K_max；根据计算公式：

在某一时刻t₀；得到社交账号与其他用户随时长t₀进行变化的关联系数值根据计算公式：

将与/>和/>进行比较，此时/>则将当前社交账号标记为可疑账号；

当用户与该社交账号进行聊天时，采集的用户行为数据进行分析，记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；此时判断当前用户行为被可疑账号引导；向存在被可疑账号进行引导的账号用户发送安全警告，并确定该账号举报用户人数，将举报用户人数信息进行显示。

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)

1.一种基于大数据分析的社交安全预警监管方法，其特征在于：该方法包括以下步骤：

S10、用户输入账号密码进行身份信息验证，并授权登录；

S20、基于用户历史社交账号信息，建立账号安全评估的预测模型，对账号安全性进行评估；

S30、对社交账号与其他账号进行信息内容交互时产生的历史数据进行分析，判断分析的社交账号是否存在用户行为引导；若存在用户行为引导，将分析的社交账号标记为可疑账号；

S40、采集用户与可疑账号进行信息内容交互时产生的行为数据；对采集的用户行为数据进行分析，判断当前用户行为是否被可疑账号引导；若判断当前用户行为被可疑账号引导，执行步骤S40；

S50、向存在被可疑账号进行引导的账号用户发送安全警告。

2.根据权利要求1所述的一种基于大数据分析的社交安全预警监管方法，其特征在于：所述步骤S10的具体实施过程包括：

S101、分析存在违规行为的历史社交账号，以社交账号注册时间帧为起始点，社交账号封禁时间帧为终止点，确定起始点到终止点时间段内社交账号与其他账号进行信息内容交互时的总时长T₁、T₂、...、T_n；其中，n表示分析的社交账号与其他账号进行信息内容交互的样本数据数量；

S102、设置时间段[0，t)、[t，2t)、...、[(m-1)t，mt]；根据分析的存在违规行为的历史社交账号，确定各时间段内存在违规行为的样本数据数量p₁、p₂、...、p_m；计算存在违规行为的社交账号与其他账号进行信息内容交互时在各时间段内出现的概率q；根据计算公式：

其中，t表示时间段时长；q_i表示第i个时间段内存在违规行为的社交账号与其他账号进行信息内容交互时出现的概率；i＝1、2、...、m；m表示设置的时间段数量；

S103、以时长t为自变量，概率q为因变量，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线，得到关于t和q的函数关系式q_t；并将t和q的数值代入函数关系式中，确定q_t的函数类型和系数值；

S104、将分析的社交账号与其他账号进行信息内容交互时的总时长输入到账号安全评估的预测模型中，根据函数关系式确定账号安全性。

3.根据权利要求2所述的一种基于大数据分析的社交安全预警监管方法，其特征在于：所述步骤S20的具体实施过程包括：

S201、分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，确定用户点击屏幕结束当前信息内容交互的行为；其中，将用户结束当前信息内容交互的行为分为退出软件和退出信息内容交互界面；

S202、基于历史安全社交账号信息，分析用户退出软件的行为所占结束当前信息内容交互行为的比率X₀；基于历史存在违规行为的社交账号信息，分析各时间段内用户退出软件的行为所占结束当前信息内容交互行为的比率变化X_t；得到在不同时长下违规社交账号对于用户行为进行引导的影响偏值变化X_t-X₀；

S203、对函数关系式q_t、X_t和X₀的曲线进行分析，计算面积差值，得到判断社交账号为可疑账号的最小关联系数阈值K_min和最大关联系数阈值K_max；根据计算公式：

其中，和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值；

S204、根据当前分析的社交账号，确定社交账号与其他用户进行信息内容交互的总时长t₀，并确定到时长0到t₀时用户退出软件的行为所占结束当前信息内容交互行为的比率变化得到社交账号与其他用户随时长t₀进行变化的关联系数值/>根据计算公式：

将与/>和/>进行比较；当t₀＝t时，若/>则将当前社交账号标记为可疑账号；若/>或/>则将当前社交账号为安全账号。

4.根据权利要求3所述的一种基于大数据分析的社交安全预警监管方法，其特征在于：所述步骤S30的具体实施过程包括：

S301、基于当前分析的社交账号中其他账号用户产生的历史行为数据；判断当前社交账号是否为可疑账号，若该账号被标记为可疑账号，执行步骤S302；

S302、对采集的用户行为数据进行分析，记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导。

5.根据权利要求4所述的一种基于大数据分析的社交安全预警监管方法，其特征在于：用户通过用户反馈模块对当前账号进行举报后，记录举报用户人数，当向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示；所述用户反馈模块用于收集并记录用户举报投诉。

6.一种基于大数据分析的社交安全预警监管系统，其特征在于：该系统包括行为数据采集模块、风险评估与监测模块、安全识别分析模块、安全预警模块和用户反馈模块；

所述行为数据采集模块用于用户授权登录后采集用户软件操作的行为数据；所述风险评估与监测模块用于对用户账号安全性进行评估，识别出可疑社交账号；所述安全识别分析模块用于判断用户当前信息内容交互是否被可疑账号引导；所述安全预警模块用于向存在被可疑账号进行引导的账号用户发送安全警告；所述用户反馈模块用于收集并记录用户举报投诉。

7.根据权利要求6所述的一种基于大数据分析的社交安全预警监管系统，其特征在于：所述行为数据采集模块包含账号信息采集单元、用户行为数据采集单元和数据同步管理单元；

所述账号信息采集单元用于采集账号与其他用户分别进行信息内容交互时的总时长；

所述用户行为数据采集单元用于采集社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据；

所述数据同步管理单元用于将采集的数据根据时间帧进行数据同步对齐。

8.根据权利要求7所述的一种基于大数据分析的社交安全预警监管系统，其特征在于：所述风险评估与监测模块包含安全评估预测单元、关联系数计算单元和可疑账号确定单元；

所述安全评估预测单元用于建立账号安全评估的预测模型，拟合关于存在违规行为的社交账号与其他账号进行信息内容交互时，在不同时长下对于用户行为进行引导的成功率关系曲线；

所述关联系数计算单元用于计算社交账号为可疑账号的最小关联系数阈值和最大关联系数阈值，并计算社交账号与其他用户随时长进行变化的关联系数值；

所述可疑账号确定单元用于对用户信息内容交互界面进行监测，分析社交账号与其他账号进行信息内容交互时其他账号用户产生的行为数据，判断社交账号是否存在用户行为引导，若存在用户行为引导，将分析的社交账号标记为可疑账号。

9.根据权利要求8所述的一种基于大数据分析的社交安全预警监管系统，其特征在于：所述安全识别分析模块包含行为数据分析单元和引导行为确定单元；

所述行为数据分析单元用于对采集的用户行为数据进行分析；

所述引导行为确定单元用于记录该用户与当前分析的社交账号的关联系数值随时长t的变化情况k^t；当时，判断当前用户行为被可疑账号引导；其中，/>和/>表示随时长t进行变化的最小关联系数阈值和最大关联系数阈值。

10.根据权利要求9所述的一种基于大数据分析的社交安全预警监管系统，其特征在于：所述安全预警模块包含预警发送单元和预警界面显示单元；

所述预警发送单元用于向存在被可疑账号进行引导的账号用户发送安全警告；

所述预警界面显示单元用于向存在被可疑账号进行引导的账号用户发送安全警告时，将举报用户人数信息进行显示。