一种通过 Facebook 主页检测用户可疑行为的机器学习方法
密码学与安全
2019-11-01 v1 社会与信息网络
摘要
Facebook 是当前事实上的社交媒体首选，改变了社会关系的性质。该平台上公开流转的个人信息量不断增加，使用户行为与社会趋势暴露无遗，并允许通过 OSINT（开源情报）等常规情报收集技术聚合数据。本文提出一种新方法，通过开源情报（OSINT）与机器学习技术检测并诊断 Facebook 用户整体心理的变化。我们利用 N-Games 图表聚合用户情绪与观点的谱系，其随时间表现出显著变化，并通过长期收集得以验证。我们假定，安全组织可使用所提方法理解并评估用户心理，进而利用该信息预测内部威胁或防范内部攻击。
引用
@article{arxiv.1910.14417,
title = {A machine-learning approach to Detect users' suspicious behaviour through the Facebook wall},
author = {Aimilia Panagiotou and Bogdan Ghita and Stavros Shiaeles and Keltoum Bendiab},
journal= {arXiv preprint arXiv:1910.14417},
year = {2019}
}
备注
8 pages