杨 征 殷其雷 李浩然 苗园莉 元 东 王 骞 沈 超 李 琦

1(清华大学网络科学与网络空间研究院 北京 100084)2(武汉大学国家网络安全学院 武汉 430072)3(西安交通大学网络空间安全学院 西安 710049)(yz17@mails.tsinghua.edu.cn)

随着移动互联网的发展，移动社交网络迅速地成为了主流的社交平台，在人们的生活和工作中占据了重要的地位.除了传统的对话交流，移动社交网络平台还为用户提供了更加多样化的服务，例如阅读、购物等.众多的用户共同编织了一张复杂的社交网络，他们的一举一动都在影响着这个网络的发展.与此同时，一些不法分子也在社交网络上活跃着，他们使用批量注册的账号，在社交平台上进行各种恶意活动，例如赌博、刷阅读量、引导用户流等，以此牟取不法利益.

为了防止恶意账号危害社交网络生态环境，许多恶意账号检测模型被提出.例如基于用户发送的内容(如文字、图片、链接等)、用户行为(如点赞、上传、关注等)，来训练检测模型[1-6]；或者根据用户间的社交关系(如好友、关注、订阅等)构建图模型，来挖掘恶意团体[7-10].然而，无论是用户发送的内容、用户的行为，还是用户间的社交关系，都需要一定的时间来收集和积累.在这段期间里，恶意账号已经可以开展大量的恶意活动，对正常用户造成影响.另一方面，当今黑色产业链已大规模地采用自动化账户注册技术来批量获取社交网络账号，以确保其恶意活动可持续、影响范围广且获得的不法利益高.本文首先具……