Resumen

Con el rápido desarrollo de Internet desde el comienzo del siglo XXI, las redes sociales han proporcionado una cantidad significativa de comodidad para el trabajo, el estudio y el entretenimiento. Específicamente, debido a la superioridad irremplazable de las plataformas sociales en la difusión de información, los criminales han actualizado así los principales métodos de ataques de ingeniería social. Detectar cuentas anormales en redes sociales de manera oportuna puede prevenir eficazmente la ocurrencia de eventos maliciosos en Internet. A diferencia de trabajos de investigación anteriores, en este trabajo se propone un método de detección de anomalías llamado Hurst de Distribución de Interés basado en la estabilidad del interés del usuario cuantificable a partir del contenido de los tuits de los usuarios, para detectar cuentas anormales. En detalle, se adopta el modelo de Asignación de Dirichlet Latente para clasificar el contenido de blogs en Twitter en temas para calcular y obtener la distribución de temas de los tuits enviados por un único usuario en un período de tiempo. Luego,

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Desarrollo; Redes sociales; Difusión de información; Ataques de ingeniería social; Detección de anomalías; Latent Dirichlet Allocation
• Keywords:Development; Social networks; Information dissemination; Social engineering attacks; Anomaly detection; Latent Dirichlet Allocation