导读:本文包含了欺骗行为检测论文开题报告文献综述及选题提纲参考文献，主要关键词:欺骗,欺骗检测语料库,欺骗语言线索,欺骗文本特征
欺骗行为检测论文文献综述
张虎[1]（2014）在《面向中文文本的欺骗行为检测研究》一文中研究指出随着计算机和网络技术的不断发展,新的通讯方式正被越来越多的用户接受和使用。从传统的电子邮件、即时通信到时下流行的微博、微信等都为人们提供了一种便捷的信息传播方式,也为用户及时分享和交互大量的信息提供了公共平台。这些以网络通讯为媒介的信息传播方式在改变人们日常生活的同时,也为欺骗带来了新的场所和形式。现有研究表明,叁分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通讯媒介中。如果某个欺骗信息对个人生命、组织生存、甚至国家安全有潜在的危险,那么疏忽欺骗将会导致难以估量的损失。目前针对中文文本欺骗自动检测还没有一种行之有效的方法,因此,如何准确高效地进行欺骗信息自动检测成为当前一个迫切需要解决的问题。欺骗已在社会科学的很多学科中被广泛研究,它是指信息发送者故意传送错误的消息以导致接收者得出错误的结论,基于此,近年来自然科学领域的相关专家采用基于统计、机器学习和自然语言处理等方法开展了欺骗检测的研究。目前欺骗检测已成为信息安全领域的重要研究内容,国外对欺骗检测的研究都以英文自然语言为研究对象,主要集中在四个方面：欺骗检测的理论研究、欺骗检测的模型研究、欺骗检测的实验研究和欺骗检测的数据集研究,而专门针对中文文本的欺骗检测研究在国内外还处于初级阶段。本文以探索中文文本欺骗检测方法为主要目标,阐述了国内外欺骗检测的应用背景和研究现状,构建了中文文本欺骗检测数据集,挖掘了数据集中的欺骗性语言线索和词特征,分别提出了基于分类技术的欺骗检测方法、基于多粒度认知的欺骗检测方法和基于集成学习的欺骗检测方法,并对不同模型分别进行了实验验证和分析。具体来讲,本文的主要工作和创新点如下：(1)构建了中文文本欺骗行为检测语料库。提出了欺骗检测语料库的构建规范和原则,介绍了欺骗检测语料库中文本的来源、内容、规模及语料的加工措施。同时,基于语料库的构建原则建立了包括1493篇欺骗性文本和10191篇非欺骗性文本的欺骗检测语料库。(2)研究了欺骗特征线索抽取方法。提出了基于假设检验的语言学线索抽取方法,首先假设一组能够判别欺骗性文本和非欺骗性文本的语言线索集,再利用统计实验数据分别验证每个假设线索,最后确定对中文文本欺骗检测有用的语言线索集；提出了两种词特征抽取方法：①利用互信息、CHI统计方法抽取文本中特征值较大的词,②基于依存句法分析结果选取欺骗检测语料库中文本的核心词,将上边两种方法抽出的词作为文本词特征。(3)提出了基于分类技术的欺骗检测方法。利用分类方法能够从文本消息中区分出欺骗性和非欺骗性消息的能力,本文将欺骗检测问题转化为二分类问题,提出了一种基于分类技术的中文文本欺骗行为检测模型。该模型分别采用叁种分类技术进行了欺骗检测实验,包括贝叶斯分类器、最大熵分类器和支持向量机分类器。(4)提出了基于多粒度认知的欺骗检测方法。本文从多粒度认知角度提出了两种欺骗检测模型：基于多特征的欺骗检测模型和基于多层次的欺骗检测模型。多特征的欺骗检测模型验证了不同类型的特征集对欺骗检测结果的影响；多层次的欺骗检测方法从人的认知角度提出了欺骗检测的分层模型,并对多粒度认知等方面进行了相关的理论研究。(5)提出了基于集成学习的欺骗检测方法。提出了样本集划分和个体分类器集成相结合的欺骗检测模型。针对样本集划分提出了一种改进的二分K-means划分方法；对于个体分类器集成,提出了结合个体分类器分类正确率的最小最大模块化方法。(本文来源于《山西大学》期刊2014-06-01）
姜晓旭[2]（2011）在《基于用户行为的网络广告点击欺骗检测与研究》一文中研究指出近年来,随着Internet的不断发展,网络成为了广告炙手可热的载体,网络广告的迅猛发展为广告主和互联网站带来了无限的商机。但是,由于国际流行广告CPC(Cost Per Click)计价方式为不法分子提供了获取非法利益的机会,所以点击欺骗现象变得日益猖獗。点击欺骗存在于在线搜索广告,按点击付费模式中。网络在线广告的点击欺骗方式不仅复杂而且难以检测,其检测技术成为了近些年因特网技术中新兴的研究课题。论文首先总结了目前国内外存在的广告点击计价方式,并针对CPC计价方式着重介绍了存在的几种点击欺骗模式。对于存在的点击欺骗现象,现有的点击欺骗检测方法主要是以相对静态的身份和角色为基础,不能很好的说明未来用户行为的趋势,缺乏必要的信任预测,并且有些检测方法以严重牺牲网络用户上网体验为代价。通过对这些检测方法的分析和比较,作者提出了基于用户行为广告点击欺骗检测方法。该方法主要是研究网络用户点击行为,然后再根据用户的行为进行动态控制决策。在该方法实现过程中,作者首先利用一定技术手段获取客户端访问数据,然后选择该检测方法所需要的数据项建立点击流数据仓库,接着作者利用数据挖掘中贝叶斯网络分类方法预测每次客户点击的合法性等级概率,最后将客户点击预测结果和博弈控制相结合对双方的支付矩阵进行分析,计算出了基于用户不同行为属性的混合纳什均衡策略,最后判定用户每次点击行为的真实合法性。在论文的最后,作者结合实例检验了所提出的基于用户行为广告点击欺骗检测方法,并取得了良好的效果。本文的结果对于量化分析用户广告点击行为合法性具有重要的理论意义,因此在实际网络应用中也具有重要的指导作用.(本文来源于《西安科技大学》期刊2011-06-01）
郑家恒,张虎,魏善德,谭红叶[3]（2009）在《面向中文文本的欺骗行为检测方法研究》一文中研究指出随着网络应用的扩展,个人或组织会收到或存储越来越多的信息,计算机中介通讯中时刻有大量的文本信息传输,然而人们仍然没有提出有效的办法识别其中的欺骗信息,因此,提出一种能自动检测欺骗的方法是非常迫切的.由于目前关于中文欺骗语料库仍少相关报道,因此文章基于两个步骤实现,首先建立欺骗性语料库,然后通过对欺骗性语料和非欺骗性语料的分析,提出一种基于分类的欺骗行为检测方法.实验结果显示开放测试系统的精确率、召回率和F-值分别可达到78.3%、72%和0.75.(本文来源于《山西大学学报(自然科学版)》期刊2009年04期）
夏凡,王宏[4]（2007）在《基于局部异常行为检测的欺骗识别研究》一文中研究指出基于局部异常行为检测的欺骗识别研究是计算机视觉与情感计算领域中的一个新兴课题,其核心是利用计算机视觉技术从视频中检测、跟踪人的局部动作并进行分析,得出检测对象欺骗的可能性.它在安全监控、辅助面试、情感合成等领域均有着广阔的应用前景.从视觉技术的发展水平和常用处理方法入手,对欺骗识别研究的几个典型问题的研究现状进行了综述,并归纳了欺骗识别研究所涉及的相关理论与技术方案,最后结合课题研究给出了该研究的难点、急需解决的若干重要问题及未来的发展趋势.(本文来源于《智能系统学报》期刊2007年05期）
欺骗行为检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,随着Internet的不断发展,网络成为了广告炙手可热的载体,网络广告的迅猛发展为广告主和互联网站带来了无限的商机。但是,由于国际流行广告CPC(Cost Per Click)计价方式为不法分子提供了获取非法利益的机会,所以点击欺骗现象变得日益猖獗。点击欺骗存在于在线搜索广告,按点击付费模式中。网络在线广告的点击欺骗方式不仅复杂而且难以检测,其检测技术成为了近些年因特网技术中新兴的研究课题。论文首先总结了目前国内外存在的广告点击计价方式,并针对CPC计价方式着重介绍了存在的几种点击欺骗模式。对于存在的点击欺骗现象,现有的点击欺骗检测方法主要是以相对静态的身份和角色为基础,不能很好的说明未来用户行为的趋势,缺乏必要的信任预测,并且有些检测方法以严重牺牲网络用户上网体验为代价。通过对这些检测方法的分析和比较,作者提出了基于用户行为广告点击欺骗检测方法。该方法主要是研究网络用户点击行为,然后再根据用户的行为进行动态控制决策。在该方法实现过程中,作者首先利用一定技术手段获取客户端访问数据,然后选择该检测方法所需要的数据项建立点击流数据仓库,接着作者利用数据挖掘中贝叶斯网络分类方法预测每次客户点击的合法性等级概率,最后将客户点击预测结果和博弈控制相结合对双方的支付矩阵进行分析,计算出了基于用户不同行为属性的混合纳什均衡策略,最后判定用户每次点击行为的真实合法性。在论文的最后,作者结合实例检验了所提出的基于用户行为广告点击欺骗检测方法,并取得了良好的效果。本文的结果对于量化分析用户广告点击行为合法性具有重要的理论意义,因此在实际网络应用中也具有重要的指导作用.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
欺骗行为检测论文参考文献
[1].张虎.面向中文文本的欺骗行为检测研究[D].山西大学.2014
[2].姜晓旭.基于用户行为的网络广告点击欺骗检测与研究[D].西安科技大学.2011
[3].郑家恒,张虎,魏善德,谭红叶.面向中文文本的欺骗行为检测方法研究[J].山西大学学报(自然科学版).2009
[4].夏凡,王宏.基于局部异常行为检测的欺骗识别研究[J].智能系统学报.2007