ELSIEDet：Detecting Elite Sybil Attacks in User-Review Social Networks论文阅读笔记

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。

1. Type：在线商店类型
2. Store：某一种类型的商店总数
3. 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
4. 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：

1. Customers (or Overhyped stores)：想要快速提高大众点评分数的商家；
2. Agents：是负责接受来自商家任务的代理，组织者负责发起Sybil campaigns；
3. 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；
4. 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。

1. benign users：正常用户
2. 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
3. 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$<C,S,T_s,T_e>$.

1. C：community ID
2. S：store ID
3. $T_s$：开始时间
4. $T_e$：结束时间

3. detect elite Sybil users.