用于欺骗性广告与电话诈骗检测的数据驱动与深度学习方法
密码学与安全
2017-10-17 v1 计算机与社会
摘要
智能手机和蜂窝网络的进步推动了移动广告和定向营销的需求。然而，它也引发了不可预见的安全威胁。我们发现，使用寿命极短的伪造主叫号码的电话诈骗日益流行，并已被用于欺骗用户。这种危害是全球性的。另一方面，欺骗性广告（deceptive ads）作为一种新兴威胁，通过诱惑或恐吓性的文字和图片诱骗用户安装不必要的应用程序，严重损害了广告主的声誉。为了应对这两种新威胁，传统的黑名单（或白名单）方法以及具有预定义特征的机器学习方法已被证明是无效的。然而，由于深度学习在开发高度智能程序方面的成功，我们的系统通过利用深度神经网络（DNN）和卷积神经网络（CNN）的统一框架，能够高效且有效地检测电话诈骗和欺骗性广告。所提出的系统已部署用于实际运行，实验结果证明了所提出系统的有效性。此外，如有任何更新，我们会保留研究结果并在 http://DeceptiveAds.TWMAN.ORG 和 http://PhoneScams.TWMAN.ORG 上发布实验材料。
引用
@article{arxiv.1710.05305,
title = {Data-Driven and Deep Learning Methodology for Deceptive Advertising and Phone Scams Detection},
author = {TonTon Hsien-De Huang and Chia-Mu Yu and Hung-Yu Kao},
journal= {arXiv preprint arXiv:1710.05305},
year = {2017}
}
备注
6 pages, TAAI 2017 version