论文部分内容阅读
随着互联网技术的迅猛发展,在线社交网络(OSN)平台正在成为人类社会关系维系和信息传播的重要渠道和载体,开放的社交网络平台给用户带来使用便捷的同时,在使用过程中也引发了大量的安全(和隐私)问题。社交网络的成功依赖于社交群组成员彼此之间以及与社交网络服务提供商之间的信任程度。社交平台的安全性和可信度作为社会交互的基础,在信息共享与交流中至关重要。由于在社交网络平台中也存在不少恶意站点、信息欺骗和安全性等问题,但传统的安全和信任评估仅关注于用户间的信任关系和安全实现,而针对社交网络平台的评估和度量方法还不健全。因此,本课题的研究旨在针对在线社交网络特点,提出一种基于管理学信号理论的在线社交网络平台安全和信任度量方法。本文的主要研究内容如下:1.基于信号理论的在线社交网络信号分类方法。在线社交网络平台的各类属性特点,平台运营商提供给用户的信息等,在用户与平台的交互中,用户对这类信息的掌握与平台管理者之间出现了不对称性,信息的不对称性导致用户无法准确评估社交网络平台的可信度。因此本文将信号理论(Signaling Theory)引入到在线社交网络平台研究中。首先利用信号理论研究中对信号的分类方法,提取在线社交网络平台中影响用户的各类信号,并根据用户调研问卷,提取出与平台安全性和可信度相关信号。其次对于引入的信号概念,本文利用本体描述语言对此类概念属性进行形式化,利用行为时序逻辑对信号在平台执行行为进行行为描述。2.利用研究内容一提取的信号对平台进行多因素评价;使用FAHP评估方法确定各类与安全性可信度相关信号的指标权重并进行权重计算。利用众包思想和优势,探索在线社交网络平台安全性可信度的群体评估度量方法。最后,在一个现实的多媒体社交网络平台(Cy VOD.net)上进行了评估实验。通过现实社交平台特性分析,分配群体评估任务,将信号动、静态交互应用在群体评估环境设置中,提出平台增强与优化方案,利用研究内容一提出的方案进行实验验证分析,体现完整的社交平台进化过程。实验结果显示,该方法能够准确地计算社交平台的各安全和信任要素的评估值,可进一步指导社交网络平台实现安全和信任增强,从而完成社交平台的功能进化。