基于评分卡—随机森林的云计算用户公共安全信誉模型研究

传统云计算用户信誉的研究主要集中在对用户操作行为信誉评估，较少涉及用户发布文本信息的安全管理，并且存在指标筛选欠准确、信誉评估结果缺乏科学验证等问题，难以满足监管部门的实际需求。针对以上问题，提出基于评分卡—随机森林的云计算用户公共安全信誉模型。首先，利用Word2Vec和卷积神经网络进行公共安全标签分类；其次，采用评分卡方法，筛选强相关性指标；最后，结合随机森林算法，建立云计算用户公共安全信誉模型。实验分析表明，所建立的模型能够解决云计算公共安全监管中用户信誉指标筛选不准确和信誉区分准确性低等问题，能够有效识别有害用户，提高云计算用户监管效率。