CrowdTarget: Target-based Detection of Crowdturfing in Online Social Networks阅读笔记

最新推荐文章于 2023-03-12 21:06:51 发布

YzYzYzzzzz

最新推荐文章于 2023-03-12 21:06:51 发布

阅读量206

点赞数

分类专栏：论文阅读笔记文章标签：安全

本文链接：https://blog.csdn.net/m0_46501404/article/details/109057843

版权

16 篇文章 3 订阅

订阅专栏

论文阅读笔记（1）

众包：众包服务是外包服务的进一步发展，根据一些任务的特点，人工在准确性、成本和速度方面可以比计算机更好的完成某些任务，所以人们会支付酬劳给一些人让他们去完成一些任务。
crowdturfing：作者自定义的恶意众包服务名词，是crowdsourcing和astroturfing的结合体，因为crowdturfing具有众包和草根性的双重特点。
CrowdTarget ：作者提出的检测众包服务的方法。
黑市站点：出售恶意服务的网络站点
OSN: Online social network (在线社交网络社区）

如今网络上有很多通过众包服务进行恶意活动的现象，目前的检测方法不能够准确的判断出众包服务，因此需要作者寻求更好的方法去检测众包用户并遏制其违规行为。
作者发现了四个用于分辨众包推文和其他推文的特征：<1> 推特转发时间分布，其中包括转推时间的平均值、标准差、偏度和峰度。 <2>主要应用程序的比例。 <3>无法触及的转推数。 <4>推文中的链接点击数。
作者通过转推的特征构造了三个分类模型，分别是Ada Boost 、 Gaussian na ̈ıve Bayes、k-nearest neighbors。实验结果表明CrowdTarget可以准确的区分恶意外包推文和普通推文。而在出错率为0.01的时候k-nearest neighbors的正确率为0.98。

粉丝相似度：

粉丝相似度公式: $F_{sim}(U_{i},U_{j}) = \frac{|F(U_{i})\cap F(U_{j})|}{|F(U_{i})\cup F(U_{j})|}$
$F(U_{i})$ 代表用户 $U_{i}$ 的粉丝数
同理 $F(U_{j})$ 代表用户 $U_{j}$ 的粉丝数

作者结论：crowdturfing账户和普通账户的粉丝相似度较低，而黑市账户的粉丝相似度高
转发相似度：

作者定义的转发函数：
$RT(u_{i}) =\left \{(u_{i},T_{1},tid_{1}),(u_{i},T_{2},tid_{2}),...........,(u_{i},T_{n},tid_{n})\right \}$
$u_{i}$ 代表转发的用户
$T_{i}$ 代表转发的时间
$tid_{i}$ 代表被用户 $u_{i}$ 转发的推特ID

在函数 $RT(u_{i})$ 中定义两次转发相匹配的条件是：
1. 两次转发来自同一个推特： $tid_{l} = tid_{k}$
2. 两次转发的时间在特定的时间阀值内： $\left |T_{k}-T_{i} \right | \leqslant T_{threshold}$

转发相似度公式：
$RT_{sim}\left (u_{i},u_{j} \right ) = \frac{\left |RT\left (u_{i}\ \right )\bigcap RT \left (u_{j} \right )\right |}{\left |RT\left (u_{i}\ \right )\bigcup RT\left (u_{j} \right )\right |}$

总结： crowdturfing账户和普通账户具有低的转发相似率黑市账号的转发相似率最高

推特转发时间分布
普通账户：在发推后的几个小时内有较为密集的转发，然后转发数随时间推移而减少
crowdturfing账户：持续不断的被转发
黑市用户：在某个时间段内被大量转发，这个时间段取决于机器人的工作时间
标准偏差：crowdturfing推文的转发时间分布平均所以crowdturfing的标准偏差最大
偏度
正偏度：分布的右边尾部比左侧长
负偏度：与正偏度分布相反
crowdturfing偏度为零
普通推特的偏度大于零：表示随时间推移转发量逐渐减少
黑市推文偏度小于零：黑市推文的转发时间取决于卖家何时打开机器人，转发量突然增高然后又突然减少；
峰度
峰度大于正常值则为正值低于正常值为负值把正常值设为0
crowdturfing的峰度最低
正常推特在发帖时间的附近达到转发峰值
黑市推特的峰度最高
第三方应用
crowdturfing会借助推特第三方应用来转发
计算主要利用的应用的转发数与转发总数的比值
第三方应用转发率：普通用户 < crowdturfing用户 < 黑市用户
无关联转发
crowdturfing用户无关的转发更多普通用户无关的转发更少

关注