[发明专利]基于LDA模型及中心度算法的邮件网络取证分析方法

说明书

本发明涉及一种基于LDA模型及中心度算法的邮件网络取证分析方法，包括以下步骤：读取邮件数据，对邮件数据进行基于一犯罪主题的查询，得到查询结果；根据查询结果，构造以邮件用户为节点，以用户通信关系为边的邮件网络图；对查询结果中的每一封邮件，基于LDA模型计算其主题分布；计算查询结果中的每一封邮件基于犯罪主题的关联值；计算每条边基于犯罪主题的关联值；根据邮件网络图中每条边的关联值，计算每个节点的中心值；根据上一步得到的所有节点的中心值求节点的影响因子，影响因子大于设定阈值的即为基于所述犯罪主题的可疑对象。本发明协助调查取证人员查找可疑人群及分析核心成员角色，为计算机犯罪案件取证提供辅助和支持。

技术领域

本发明涉及一种基于LDA模型及中心度算法的邮件网络取证分析方法。

背景技术

如今，电子邮件的应用已遍及社会各行各业，它使得人们之间的沟通变得更加方便快捷，但同时也为犯罪分子提供了犯罪的新途径。一些违法犯罪分子利用电子邮件组织并策划一系列犯罪活动，甚至是利用电子邮件的形式进行走私货物的贩卖。电子邮件犯罪已经对人们的财产安全造成严重的影响，作为数字取证的一个重要分支，电子邮件取证的技术应用问题已成为当前研究和讨论的热点。电子邮件数据不但记录了通讯双方的联系,还包含了通信的时间、频率和内容等信息，这些为数字取证调查提供了重要的数据来源。

目前，关于邮件网络结构的分析，一些学者从社交网络角度对邮件网络开展了广泛的研究，如社团划分、重要节点的发现、社会关系与地位的推断等.但是大部分社交网络层面的研究工作重点在于构建社交网络层面的普适性算法，考虑的因素较少，挖掘的结果比较宏观.

如Zhang Lixiao等采用基于多级贪婪策略的重叠社区发现算法MSG-OCD来检测初始社区结构,并分析重叠社区结构。胡天天等将社会网络分析方法应用于邮件网络分析，提出了基于CN-M(CoreNode－Module)的邮件网络核心社团挖掘算法。Henderson等提出了结构角色的概念，用于对复杂网络的节点进行划分及节点行为的分析预测。随后，Rossir等通过考察节点结构角色的变化构建了一种分析网络及节点结构变化模式的方法。

综上，关于电子邮件的网络结构分析研究已经出现了较完善的技术和方法，但这些方法大多只考虑了网络的逻辑结构，并没有进一步考虑邮件的特有属性。邮件网络除去社交网络中共有的结构特征之外，还有许多特有的属性，如时间、抄送关系、主题内容等，这些特征在邮件通信网络的分析中同样具有重要的价值。

本发明基于LDA模型和中心度算法，提出了一种基于邮件内容的邮件网络取证分析方法。在邮件内容相似度计算中，文中采用LDA模型对每条通信边上邮件基于某一犯罪主题的内容关联性进行计算。再结合中心度算法，对邮件通信网络进行基于内容和结构的综合分析，从而协助取证人员查找可疑人群，为计算机犯罪案件取证提供一定辅助和支持。

发明内容

本发明的目的在于提供一种基于LDA模型及中心度算法的邮件网络取证分析方法，协助调查取证人员查找可疑人群及分析核心成员角色，为计算机犯罪案件取证提供辅助和支持。

为实现上述目的，本发明采用如下技术方案：一种基于LDA模型及中心度算法的邮件网络取证分析方法，其特征在于包括以下步骤：

步骤S1：读取邮件数据，利用Lucene全文检索技术，通过一查询语句Q对所述邮件数据进行基于一犯罪主题的查询，得到查询结果；

步骤S2：根据所述查询结果，构造以邮件用户为节点，以用户通信关系为边的邮件网络图；

步骤S3：对所述查询结果中的每一封邮件，基于LDA模型计算其主题分布；

步骤S4：根据所述查询结果，计算所述查询结果中的每一封邮件基于所述犯罪主题的关联值；

步骤S5：根据所述邮件网络图，计算每条边基于所述犯罪主题的关联值；