黑灰产网络资产图谱构建与可视化

黑灰产团伙的网络化运作严重破坏着网络生态和社会治安，查封其核心资产是打击黑灰产的主要手段之一。本文提出了一个黑灰产网络资产图谱构建方法，从多源异构数据中广泛获取黑灰产网络资产信息及关联关系，并整合到点边双异质有向图。同时，提出了黑灰产网络资产图可视化方法，基于资产图拓扑特性改进了经典力导引布局算法和社区检测算法，帮助用户观察和理解资产间复杂关联，并快速识别核心资产及其影响范围。本文公布了一个大规模黑灰产网络资产图谱数据集，包含237万个节点和328万条边，旨在推动面向黑灰产治理的大数据分析技术的发展和创新。

本文首先定义了黑灰产常用的8类网络资产和11类网络资产间的关联关系，并构建了一个点边双异质的抽象图模型描述网络资产类型及其关联类型。然后，综合使用了爬虫、检索、页面解析等技术手段，从3个外部数据源和1个内部数据源中挖掘与整合网络资产具体实体信息及其关联关系，形成黑灰产网络资产图谱数据集。

针对网络资产信息呈现手段的缺乏，本文提出了黑灰产网络资产图可视化方法。首先，总结了黑灰产网络资产图谱具有全局稀疏、局部稠密、多簇多桥的拓扑特性。然后，改进了经典的SE力导引布局算法，通过近似计算节点斥力、四叉树信息复用技术和优化簇内边和桥接边的弹簧力，提高了布局速度和效果。最后，综合采用度中心性和随机游走中心性识别了图谱的核心资产，并改进了LFM社区检测算法来检测核心资产的影响范围。

本文公开的黑灰产网络资产图谱数据集能帮助黑灰产治理从业人员了解黑灰产的网络运维模式，掌握黑灰产团伙的网络资产分布，制定黑灰产网络资产打击策略，探索黑灰产团伙在真实世界中的线索。同时，本文还梳理了数据集可以支持的黑灰产治理需求，并展望了图谱分析面临的技术挑战，包括丰富数据源和拓展网络资产类型、网络资产图谱的子图挖掘、大型网络资产图的可视化与交互探索、智能识别核心资产和动态构建多人协同作战环境等。