随着国民生活水平的整体提高,互联网在国民生活的各个领域迅速的扩展开来,网民的数量不断增多。互联网在人们实现信息交流和资源共享的过程中发挥着重要传播媒介作用。与此同时,与网络应用相关的问题也日渐突出,网络安全成为一个社会普遍关注的热点问题,包括网络上系统信息的安全问题,网络上信息内容的安全问题,以及网络信息的传播安全问题,比如一些网民利用网络发布不健康、反动信息等等。如果不掌握用户的网络行为,对于一些不健康信息,敏感话题,如果缺乏有效的识别监控手段,就容易让这些危害信息在网上肆意传播,对网络的安全和网络的正确引导作用造成了严重威胁。所以网络用户行为分析的研究成为一个重要的热点研究课题。在网络用户行为分析的问题研究中,网络用户身份的研究作为网络监管的一个重要方面,对于网络安全的管理具有重要的意义。本文通过对网络用户行为的分析,构建了用户识别模型,目标是为了实现网络用户身份的识别。所谓网络用户识别,是在网络行为分析的基础上,分析网络用户的组成以及特征,研究网络用户行为的规律,通过提取用户行为的相关特征后对用户身份进行识别的过程。本文的主要内容是研究用户身份识别的方法。本文采用的是基于加权的朴素贝叶斯分类FWNBC算法。通过采集相关数据,对数据进行预处理,分析网络用户行为特征,提取反映用户识别的行为特征,采用CHI特征选择算法对特征进行提取,然后采用TF-IDF算法并对特征进行加权计算,最后利用FWNBC分类算法识别用户身份,实验农明该模型在对用户身份的识别中是可行的,有效的。