基于深度学习的跨平台虚拟身份行为语义建模及其应用研究

Cross-platform virtual identity correlation and retrieval are two of the key problems in cybercrime investigations. The main difficulty for solving these two problems is to automatically extract crime semantics of virtual identities. With this difficulty in mind, in this project, we will conduct research on virtual identity correlation and retrieval by taking behavioral semantics understanding as our core issue. The novelty of this project is that we first construct a model through machine learning, which can generate semantics for the behavior of virtual identities automatically. Then, we develop better virtual identity correlation and retrieval techniques based on the model. Our specific aims are to: (1) Develop a uniform representation model for behaviors of multiple heterogeneous virtual identities by constructing a behavior dictionary; (2) Develop a behavioral semantics mapping model based on Deep Neural Network in order to fill the semantic gap between behaviors and high-level semantics; (3) Develop a novel behavioral-semantics-based spatio-temporal correlation model, which can associate virtual identities used by the same person or organization based on the similarities in time, location and semantic dimensions;(4) Develop a novel behavioral-semantics-based virtual identity retrieval model, which can get better precision, recall and rationality than existing techniques do by using a 3-D index as well as a semantic relation graph. The completion of this project will contribute to the development process of automatic and intelligent cybercrime investigations.

自动提取虚拟身份的犯罪语义是解决目前网络犯罪调查中虚拟身份关联和检索问题的关键和难点。本课题以虚拟身份行为的语义理解为核心问题开展证据分析研究。其特色在于: 首先通过机器学习对虚拟身份的行为建模,该模型可将将虚拟身份底层行为模式自动转化为行为语义描述;然后再在语义层面研究更加有效的虚拟身份关联和检索模型。具体研究内容包括:(1)研究虚拟身份的行为描述模型,将底层行为模式归纳为行为词汇,解决对多源异构行为证据的统一表示问题;(2)研究基于深度神经网络的行为语义映射模型,解决行为模式和高层语义间的语义鸿沟问题;(3)研究基于行为语义的虚拟身份时空关联模型,利用时、空、行为语义三维相似性关联同一人或团伙使用的虚拟身份;(4)研究基于行为语义的新型虚拟身份检索模型,基于三维索引和语义关联图提高虚拟身份检索的准确性和合理性。本项目的完成将有助于推动网络犯罪调查的自动化、智能化进程。

随着互联网的发展，一个与现实社会相互交织、紧密相连的虚拟社会逐渐在网络空间中形成。虚拟身份是指用户在虚拟社会中创建并用来表示自己的实体。目前，大部分的网络服务不要求在注册虚拟身份时提供用户的真实信息。这给不法分子隐藏自己提供了便利，使得虚拟身份被广泛的用来进行各类网络犯罪活动。.为解决跨平台网络犯罪调查中面临的虚拟身份关联与检索等难点问题，本项目，以虚拟身份行为的语义理解为核心问题展开研究，结合深度学习和数据挖掘技术建立虚拟身份底层行为到高层语义概念的映射，进而实现较高准确率的虚拟身份关联和检索。具体的，项目主要开展了以下几个方面的研究：（1）研究了跨平台虚拟身份底层行为表示模型，分别提出基于统计的行为特征表示、基于主题模型的行为特征表示、基于时空矩阵的行为特征表示、基于图的行为特征表示及基于活动图像的行为特征表示。2）研究了针对不底层行为特征表示模型的虚拟身份相关性度量方法，通过融合时间和空间维度的信息，能够更加准确的度量虚拟身份间的相关性，有效避免了数据稀疏问题产生的影响。（3）研究了基于行为的虚拟身份语义分析问题，分别提出了基于位置轨迹时空建模的用户职业预测方法、基于交易行为分析的网络赌博账号角色分类方法和基于活动图像的用户属性预测方法，能够有效的基于底层行为数据获得虚拟身份的高层语义。（4）研究了基于行为的跨平台虚拟身份关联问题，分别提出了基于时空协同聚类的关联方法和基于时空偏好建模的关联方法，能够深度挖掘虚拟身份之间隐含的关联关系。（5）提出了虚拟机环境下行为证据取证方法，能够从云计算环境中提取完整可靠的犯罪证据。.在项目的支持下，发表学术论文11篇，其中SCI检索论文4篇，EI检索论文6篇；申请发明专利2项；获山东省科技进步二等奖1项。本项目的研究成果已应用在山东计算机司法鉴定所的电子证据分析和司法鉴定实战工作中，取得了良好的社会效益。