1.一种基于特征学习和图推理的恶意用户检测方法,其特征在于,包括以下步骤:步骤S1、构建基础特征;
基于用户的评论时间、评论内容、评论ID、所评论的商品信息和用户完成的投票打分事项,筛选出若干特征,用于区分恶意用户和普通用户;
步骤S2、基于若干预定义假设,度量商品的可疑度,在商品视角下构建新的区分特征;
设定U代表用户集合U={u1,u2…un},其中n代表用户的数目,ui代表第i个用户,P代表商品集合P={p1,p2…pm},其中m代表商品的数目,pj代表第j个商品,采用D代表商品的用户序列的集合D={d1,d2…d2},设定变量aij,表示在商品i成为目标商品的前提下,商品j成为目标商品的可疑度;
根据恶意用户和正常用户在商品使用上呈现的分布特点,进行预定义假设如下:假设1:当一种商品与另一种商品具有达到预设阈值的相同用户序列数量时,则该种商品则被定义为高可疑度目标商品;
假设2:高可疑度目标商品与多个商品具有部分相同的用户序列,且该相同用户序列数量达到预设阈值;
基于上述假设1可得:
基于假设2找出基于高可疑度商品分布的商品性质如下:ai=argmaxE(ai)
其中E表示数学期望,aij表示在第i个商品成为高可疑度目标商品的前提下,第j个商品成为高可疑度目标商品的可疑度;完成商品可疑度度量后,根据以下假设,构建新的区分特征:
假设3:用户在多个高可疑度目标商品下评论时更有可能是恶意用户;
假设4:用户评论的商品可疑度越高,该用户为恶意用户的概率越大;
设定第i个用户ui所评论的商品的可疑度分布为ui={sp1,sp2…spk},基于假设3,采用字符PSU表示公化结果如下:
基于上述假设4,定义ASU如下:步骤S3、融合图神经网络和成对马尔可夫检测模型,并在GMMM的理论框架下,建立特征学习和标签分布推理的统一目标函数,将二分类任务转化为图节点的分类任务。
2.根据权利要求1所述的一种基于特征学习和图推理的恶意用户检测方法,其特征在于,所述步骤S3中,首先提出假设5:当一个用户和另一用户拥有相同数量的高可疑度目标商品时,二者具备相似标签;
基于上述同构图假设,构建图结构;其中每一个节点表示一个用户,当用户与用户之间拥有相同数目的高可疑度商品时,则两者之间具备边关系;否则二者之间无边关系;
将所述图结构G定义为:G=(V,E,XV),其中V代表图中顶点的集合,即用户集合,E代表图中边的集合,即用户之间的关系集合,XV表示图中所有节点的特征的集合;给定若干带有标签yL的节点 预测剩余节点U=V\L所属标签;
通过条件随机场将图中节点的联合分布建模为:其中Yv代表图中节点标签的集合,z(Xv)表示图中节点结合的势能函数;(i,j)表示为图G中的一条边,ψi,j(yi,yj,XV)为定义在所述边上的势能函数;将所述无标签节点的预测问题转化为推断问题,推断无标签节点的后验概率分布p(YU|YL,XV),采用pφ(YV|XV)表示定义在边上的势能函数,其中φ代表模型的参数;
采用优化ELBO近似替代优化最大似然估计log pφ(YL|XV),学习模型的参数φ如下:其中qθ(YU|XV)是关于YU的任意分布;通过迭代求取E‑Step和M‑Step对ELBO进行优化,即将模型参数φ和θ进行优化;具体包括:步骤S3.1、迭代求取M‑Step,对参数φ进行优化;
固定模型参数qθ,最大化以下函数来更新pφ模型:其中NB(n)是节点n的邻居节点集合;首先从qθ(YU|XV)中进行采样,当节点n是未标记的节点时,通过qθ(YU|XV)预测的标签作为真实标签,将上式简化为:步骤S3.2、迭代求取E‑Step,对参数θ进行优化;
固定模型参数pφ,更新变分参数qθ(YU|XV),接近真实的后验概率qθ(YU|XV);采用平均场方法估计qθ(YU|XV)分布如下:其中,n代表未标记节点的索引;在变分推断中,所有节点的标签分布都是相互独立的,上式改写为:
从qθ(yNB(n)∩U|xv)中进行采样替代求解期望,因此:其中 代表对节点n的未标记邻居节点k,从qθ(yk|XV)中取样出预测标签yk,对节点n的邻居节点中已有标记的节点k,则使用真实的标签;
通过更新参数θ减少qθ(yk|XV)和 的KL散度,优化目标如下:利用标记数据对qθ(yn|xv)进行训练,采用基于监督学习的方式优化下面的目标函数:其中yn是节点n的真实标签;
因此对参数θ进行优化整合为:
Oθ=Oθ,U+Oθ,L
最后采用交叉损失函数更新模型。
3.根据权利要求2所述的一种基于特征学习和图推理的恶意用户检测方法,其特征在于,所述学习模型的训练过程包括:首先用带标签的数据训练qθ;然后交替迭代,训练模型参数pφ和qθ;在M‑step中,固定模型qθ的参数,先用qθ模型预测出未标记节点的标签,然后从所述标签分布中进行采样,输入到pφ中,根据交叉损失进行参数更新;在E‑step中,固定模型pφ的参数,先用模型pφ预测出未标记节点的标签,然后从所述标签分布中进行采样,输入到模型qθ中,采用交叉损失函数更新模型。
4.根据权利要求1所述的一种基于特征学习和图推理的恶意用户检测方法,其特征在于,所述步骤S1中构建的基础特征包括:投票偏差,撰写最大评论数目,平均时间间隔,平均评论单词长度,平均投票数目,评论次数,评论突然出现可疑度,投票极端比例,投积极票比例,投消极票比例,评论第一次出现比例和评论者一天内最大评论次数。