一种面向网络状态的自适应用户行为评估方法
随着网络的不断发展，用户复杂而动态的行为往往会导致网络状态出现非预期的变化，破坏网络的平稳运行，传统用户行为评估方法由于指标及权重的主观性和静态性不足，使其很难准确衡量用户行为对网络状态变化的影响程度。因此引入粗糙集理论，构建一种面向网络状态的自适应用户行为评估方法，该方法在采集用户行为和网络状态数据基础上，使用属性约简和属性重要度分析用户行为与网络状态变化的关联程度，根据分析结果自适应构建评估指标体系和权重，最终有效量化评估用户行为对网络状态变化的影响程度。与传统方法相比，自适应用户行为评估方法能从实际数据中挖掘指标及权重，且指标与权重可随用户行为变化而调整，从而克服了传统方法的不足，实验证明，该方法能准确的量化用户行为与网络状态变化的影响程度，评估结果有助于准确的发现影响网络运行的用户，从而为制定相应的用户控制策略，加强对用户行为的管控，提高网络可控性提供有效支持。
用户行为评估 面向网络状态 粗糙集
陆悠 罗军舟 李伟 于枫 夏怒
东南大学计算机科学与工程学院,南京 210096
国内会议
长沙
中文
1-9
2012-11-01（万方平台首次上网日期，不代表论文的发表时间）