中文

测量、刻画与检测 Facebook 点赞农场

密码学与安全 2017-07-05 v2 社会与信息网络

摘要

社交网络提供了无缝触达大量受众的便捷方式。特别是,Facebook 页面正日益被企业、品牌和组织用于连接全球大量用户。由于页面的点赞数已成为其受欢迎程度和盈利能力的实际衡量标准,一个人工刷高页面点赞的服务地下市场,即所谓的点赞农场(like farms),已与 Facebook 官方定向广告平台一并出现。尽管如此,很少有工作系统分析 Facebook 页面的推广方法。为填补这一空白,我们提出了一项基于蜜罐的比较测量研究,对比通过 Facebook 广告和流行点赞农场获得的点赞。首先,我们基于人口统计、时间和社交特征分析点赞,发现一些农场似乎由机器人操作并且并不真正试图隐藏其操作性质,而另一些则采用更隐蔽的方法,模仿常规用户的行为。接下来,我们考察 Facebook 当前部署的欺诈检测算法,并表明它们不能很好地检测隐蔽农场,这些农场在更长时间跨度上分散点赞并且点赞热门页面以模仿常规用户。为克服其局限性,我们研究了基于时间线的点赞农场账户检测的可行性,重点刻画 Facebook 账户在其时间线上生成的内容作为真实与虚假社交活动的指标。我们分析了一系列特征,分为两大类:词汇和非词汇。我们发现点赞农场账户倾向于转发内容、使用更少的词汇和更贫乏的词汇量,并且比正常用户更经常生成重复的评论和点赞。使用相关的词汇和非词汇特征,我们构建了一个分类器来检测点赞农场账户,实现了高于 99% 的精确率和 93% 的召回率。

关键词

引用

@article{arxiv.1707.00190,
  title  = {Measuring, Characterizing, and Detecting Facebook Like Farms},
  author = {Muhammad Ikram and Lucky Onwuzurike and Shehroze Farooqi and Emiliano De Cristofaro and Arik Friedman and Guillaume Jourjon and Dali Kaafar and M. Zubair Shafiq},
  journal= {arXiv preprint arXiv:1707.00190},
  year   = {2017}
}

备注

To appear in ACM Transactions on Privacy and Security (TOPS)