利用用户画像与情感分析构建高精度 HAV
密码学与安全
2016-09-26 v1 计算机与社会
摘要
社会工程学 (SE) 是攻击者可用于对付特定实体（私人公民、企业、政府等）的最危险手段之一。为了实施 SE 攻击，必须收集尽可能多的关于目标（或受害者）的信息。本文旨在报告一项活动的细节，该活动促成了一个自动工具的开发，该工具提取、分类和总结目标兴趣，从而发现针对特定主题的可能弱点。数据从用户在社交网络上的活动中收集，并使用文本挖掘技术进行解析和分析。所提出工具的主要贡献在于提供一些报告，使公民、机构以及私人机构能够筛查其面临的 SE 攻击暴露情况，具有很强的意识提升潜力，这将反映为风险的降低和节省资金的良好机会。
引用
@article{arxiv.1609.07302,
title = {Building accurate HAV exploiting User Profiling and Sentiment Analysis},
author = {Alan Ferrari and Angelo Consoli},
journal= {arXiv preprint arXiv:1609.07302},
year = {2016}
}