随着社交网络与社会生活的融合更加深入,越来越多的人拥有不止一个平台的虚拟身份账户。比如同时使用QQ和WeChat联系好友,玩一玩映客和斗鱼直播,通过新浪和腾讯微博分享感悟,等等。对于国外用户来说,则可能会同时注册Twitter和Facebook账号。但是,社交网络平台上的账号多采取匿名的注册机制,这为虚假信息与谣言等的传播留下了漏洞,安全隐患无法回避。对虚拟身份关联的研究就是在这种形势下应运而生的。本文根据社交网络平台用户的行为特征,基于可信度预评估的层次化方法对虚拟身份的关联进行深入研究,工作重点包括以下三个方面:1.提出了一种把可信度评估和虚拟身份关联进行融合的研究方案,设计了PAC算法进行可信度预评估,该算法综合考虑了用户的文本、社交关系和影响力等各方面因素,构建了CVIA模型。2.相对于以往的关联工作,文章把用户名、注册信息、社交关系、文本主题、行为特征等五个方面内容综合纳入考虑之中,构建了层次化的关联模型,力争使关联结果更加科学、稳定、可靠。3.设计了改进型向量空间模型作为相似度计算的基础方法,把FAHP算法运用到层次化模型的权重系数的确定工作中,构建和实现了HVIA模型。最后,通过社交网络平台公开数据集进行实验,证明了HVIA算法的合理性,验证了与可信度预评估相结合构建CVIA模型的可行性。实验的结果表明进行可信度预评估是行之有效的,相比之下能够得到更好关联结果。并通过计算身份关联的准确率、召回率和F1值对模型进行分析评估。在最佳参数配置时,输出结果的准确率能达到90%以上,召回率达到80%以上,F1值达到85%以上。实验结果表明随着所关联模型的各项性能表现良好。