韩奕， 杜彦辉， 陈庆港， 芦天亮

(中国人民公安大学 信息技术与网络安全学院， 北京 100038)

随着互联网及移动互联网的发展，各类网络应用由于其强大的便携性、服务性和共享性，成为当今社会不可或缺的一部分，人们生活、工作、娱乐形式也已发生深刻转变. 根据中国互联网络信息中心(CNNIC)2月3日发布的《中国互联网络发展状况统计报告》中显示，截至2020年12月，中国网民规模达9.89亿[1]. 与此同时，社交网络身份多重化、虚拟化、匿名化特征越来越显著，一些不法分子通过网络传播极端言论，严重危害了社会治安，对社交网络用户身份研究及账号关联分析也受到了广泛关注.

当前，针对社交网络虚拟身份的账号相似性研究主要分为3类：一类是基于账号特征特征，如用户名、头像、生日、所在地、好友列表、兴趣标签等进行相似性分析；一类是基于好友关系，如关注人、粉丝列表等构建社交网络拓扑进行相似性分析；一类是基于自然语言理解，通过发布言论、语言风格等文本内容进行相似性分析.

(1) 基于账号特征分析方法.

基于特征属性的账号关联方法是根据不同维度的用户属性，判断不同网络账号是否为同一自然人的分析方法. 通常采用分类法或赋权法计算账号相似度，该种分析方法提出时间较早，且当前仍作为主流研究方法之一. 常用的特征属性如用户名、头像、生日、所在地、职业、教育等. 早在2009年，ZAFARANI等[2]就对多个社交网络平台的用户名进行了相似度统……