21世纪是信息的时代,随着互联网技术的发展,网络空间已经成为人类在现实空间外另一个重要的活动空间,人们通过互联网进行通信、娱乐、金融活动等等。这些活动都被人们记录为数据沉淀下来,而如何利用这笔庞大的数据财富是当前的研究热点。由此发展出的数据挖掘、机器学习等学科,让我们看到了人工智能时代的曙光。虽然互联网给我们的生活带来了巨大的便利,但同时也给公共安全带来了新的挑战。个人隐私的泄露,依靠互联网的诈骗、传销等新型犯罪活动也在愈演愈烈,但是网络空间的匿名性和数据的加密给案件的侦破造成了很大的困难。为了解决实体的网络虚拟身份和现实身份之间难以映射的问题,2010年美国国防高级研究计划局首次提出了网络“基因”的概念,2017年国家重点研发计划也有这方面研究的立项。网络“基因”借用生物学基因的概念试图解决虚拟空间和现实空间连接的问题。我们认为网络"基因"可以表述为一种多维的数据结构,用以表达网络用户在使用网络时所表现出来的特有的行为特征,从而实现对用户可信身份的识别。基于人在现实空间和网络空间产生的数据,网络“基因”可以分为身份“基因”和行为“基因”两部分。其中身份“基因”可以是人在现实空间的信息包括身份证等个人证件,手机号、银行卡号等个人注册的帐号以及指纹虹膜等个体生物特征。行为“基因”可以由个体在网络空间中行为数据归纳得出,可以分为多种行为如(手机通信、即时通信、电子邮件、出行、网购、远程操作)。对这些数据进行处理,分析提取出可以表征实体特性的数据。将这些数据作为该实体的“基因”片段,然后将互相独立的行为“基因”片段组合起来作为实体的行为“基因”,其中不同的“基因”片段与不同的行为特征一一对应。最后得到的网络“基因”可以唯一标识实体,反映实体的本质特征。映射出具有唯一性、稳定性、可追加、可解释的网络“基因”编码。本文的主要工作如下:(1)基于人类行为动力学的研究成果,定义了网络“基因”及其基本组成,描述了网络“基因”的基本特征。给出网络“基因”构建的基本流程:从对实体的特征提取到网络“基因”片段的规约再到网络“基因”片段拼接组合最后到网络“基因”成型”的循环往复的过程。(2)在众多的网络行为数据中,本文选取人类即时通信、出行和远程操作三种行为数据进行分析,确认了有效的二项集和三项集,同时分析实体行为的时间间隔分布、位置分布,实体行为的关系人的差异,给出了这三种行为的“基因”片段结构,并且结合其它行为类别的研究成果尝试给出行为“基因”的统一结构。(3)根据得到的统一结构研究了网络“基因”的相似性度量方法,给出了一种计算网络“基因”相似性的算法,分析了单个片段和多个片段匹配两种情况,并相应地给出了解决方案。