基于改进贝叶斯网络的电商用户行为认证方法

针对电商平台中不可信用户的入侵行为问题，提出一种基于改进贝叶斯网络的用户行为认证方法。结合贝叶斯网络信念推理的特点和用户行为证据对用户行为等级进行认证；通过卡方检验(Chi-square test)筛选出在贝叶斯网络计算过程中占比重要的行为特征，依据特征与类别之间的相关性进行降维，提高认证精度；对认证模型进行分析得到用户行为证据集的权重，并将其应用到行为认证算法中，确保认证结果的安全性和可靠性。实验结果表明，该方法有效提高用户行为认证的准确率和执行效率，并为用户信息安全检测机制提供了新思路。