随着近年来互联网的快速发展,在线社交网络平台已经成为人们日常生活当中的重要组成部分。社交平台将互联网快速、即时的特点,与传统社交的人际关系相结合,拉近了人与人之间的关系。也正是由于这样的特点,给了众多不法分子从社会工程学角度实施攻击的机会。这种攻击针对性强、威胁度大、防御难度高,给平台与用户带来了许多损失。因此,应该即时评估用户节点的威胁度、进行相应的防御与处理。对于在线社交平台的用户进行异常检测与判断,具有十分重要的意义。本文从社会工程学角度出发,对国内外相关领域现有研究成果进行梳理,选择Twitter平台的用户作为研究对象,通过分析用户行为的异常程度来评估账户是否被劫持,并提出节点影响力的计算方法,进而得出节点威胁度。首先,在分析对比现有研究成果的基础上,对用户的行为模式提出两大类特征。并针对本研究的实际需求与用户在平台上的活动特点,基于信息流提出7种小特征,构建用户画像。其次,提出基于监督式层次分析法(Supervised Analytic Hierarchy Process,SAHP)的异常账户被劫持检测方法。对上述的7种特征提出具体异常分数计算方式,利用信息增益率对特征进行排名,为层次分析法提供定量上的支持,得出各特征权重,从而计算出每条消息的加权异常分数。再选取不同的阈值,对账户进行被劫持异常检测。并与现有研究成果进行对比,验证该方法对于评估异常检测的有效性。最后通过节点在社交平台中对信息的传播能力进行计算,从而确定其影响力大小。将实验结果与实际情况进行相关度计算,说明本实验方法的可靠性。再与上述节点异常分数结合,最终得出节点威胁度。