Elite Sybil Attacks in User-Review Social Networks
之前阅读的论文都是关于Online Social Networks(在线社交网络)中的 Malicious Account Detction(恶意用户检测),这次的这篇也是Social Network,不过不一样的是User-Review Social Network(用户-评论社交网络),目的是检测那些通过好评提高自己在线店铺评分星级的行为。
论文重要以从“点评”上爬取的数据进行实际的案例分析。将爬取的在线Stores分为13个类别,数据显示,给电影院刷评分是最常见的一种,其它可见下表。
- Type:在线商店类型
- Store:某一种类型的商店总数
- Overhyped Stores:对应的某类型里,存在蓄意给自己店铺刷评分的店铺数目
- Percentage of Overhyped Stores:占的比例
论文中涉及到的实体关系,现通过一张图展示:
- Customers (or Overhyped stores):想要快速提高大众点评分数的商家;
- Agents:是负责接受来自商家任务的代理,组织者负责发起Sybil campaigns;
- Leader:负责招募Elite Sybil workers,将撰写评论的任务分配给Elite Sybil workers,并支付报酬;
- Elite Sybil workers:被雇佣的发布虚假评论牟利的人
为什么称这些发布虚假评论的人为Elite Sybil Worker?
就像QQ等级一样,每一个使用“点评”的用户也都有自己的等级,0至6星不等。
- benign users:正常用户
- regular Sybil users :一般的发表虚假评论的账户,账户等级普遍较低,这可能是因为这是仅仅为了刷评而新注册的账号
- elite Sybil users:通常包括两种类型,一种是为了隐藏自己Sybil accounts身份,平时就会模仿正常用户发表评论,慢慢积累自己的账户等级,然后等到有Sybil attack任务的时候,参与任务;另一种是由账户星级较高的benign users发展成的,他们的目的就是为了刷评论挣钱。
举一个fake review的例子:
为了检测出发表虚假评论的Elite Sybil workers,论文提出了什么方法?
论文提出了Elite Sybil Detection system,简称ELSIEDET,主要由三个阶段组成:
1. Sybil community detection
先来解释一下community的含义,community是一组用户的集合,他们在相似的商店中发布评论,以提高/降低这些商店的等级。
community有两种类型,一种是benign community,另一种是Sybil community.
图中的community 7914意思是该在众多community中我们给它的编号是7914.
Sybil community detection
construct the Sybil social links between Sybil users
如果两个用户给同一家商店或者餐馆发表了评价(论文中称collusive reviews),我们就认为这两个用户之间存在一条边,属于同一个community。
pairwise similarity metrics
2. determine campaign time windows
同样地,先解释一下campaign 的意思,我们将一场campaign定义成一个四元组 < C , S , T s , T e > <C,S,T_s,T_e> <C,S,Ts,Te>.
- C:community ID
- S:store ID
- T s T_s Ts:开始时间
- T e T_e Te:结束时间