CARONTE：在非可信高价值环境中爬取对抗性资源
密码学与安全
2020-09-18 v1
摘要
对地下犯罪活动的监控通常实现自动化，以最大化数据收集并训练机器学习（ML）模型，使数据收集工具能自动适应不同社区。另一方面，老练的对手可能采用爬取检测能力，这会严重损害研究人员执行数据收集的机会，例如将其账户置于聚光灯下并被社区驱逐。在准入成本较高（无论是金钱成本，还是背景审查或其他信任建立机制）的知名高价值犯罪社区中，这尤其不可取。本文提出 CARONTE，一种半自动学习几乎任意论坛结构以进行解析和数据提取的工具，同时在数据收集过程中保持低调，并避免需要收集海量数据集来维持工具的可扩展性。我们在四个地下论坛展示了该工具，并将其生成的网络流量（从对手位置，即地下社区服务器视角观察）与最先进的网络爬取工具以及人类用户进行了比较。
引用
@article{arxiv.2009.08148,
title = {CARONTE: Crawling Adversarial Resources Over Non-Trusted, High-Profile Environments},
author = {Michele Campobasso and Pavlo Burda and Luca Allodi},
journal= {arXiv preprint arXiv:2009.08148},
year = {2020}
}