LookAhead：利用预测建模增强众包网站信誉系统
密码学与安全
2015-04-21 v1 信息检索
摘要
不安全网站包括恶意以及不适当站点，例如托管可疑或冒犯性内容的站点。网站信誉系统旨在帮助普通用户远离这些不安全站点。然而，为网站分配安全评级的过程通常涉及人工。因此耗时、昂贵且不可扩展。这导致两个主要问题：(i) 相当大比例的网页空间仍未评级；(ii) 新网站评级前存在不可接受的时间滞后。本文中，我们展示通过利用网站的结构和内容属性，可以可靠高效地预测其安全评级，从而缓解这两个问题。我们使用多达 90,000 个网站的四个数据集证明了方法的有效性。我们使用来自 Web of Trust (WOT)（一个流行的众包网络信誉系统）的评级作为基准真相。我们提出一种新颖的集成分类技术，对可用的网页结构和内容属性进行机会性利用，以预测其最终评级，在 WOT 使用的两个维度：可信度和儿童安全性。我们的分类系统是首个预测此类主观评级的系统，且同样适用于识别恶意网站。所有数据集上，分类表现良好，平均 F-score 在 74--90\% 范围内。
引用
@article{arxiv.1504.04730,
title = {LookAhead: Augmenting Crowdsourced Website Reputation Systems With Predictive Modeling},
author = {Sourav Bhattacharya and Otto Huhta and N. Asokan},
journal= {arXiv preprint arXiv:1504.04730},
year = {2015}
}
备注
12 pages