基于深度森林的隐私感知身份克隆检测
社会与信息网络
2021-10-22 v1 密码学与安全
计算机视觉与模式识别
摘要
我们提出一种新颖的方法来检测社交传感器云服务提供商的身份克隆，以防止由身份欺骗引起的有害后果。该方法利用从社交网络收集的非隐私敏感用户资料数据以及强大的深度学习模型来执行克隆身份检测。我们在一个真实世界数据集上，将所提出的方法与最先进的身份克隆检测技术以及其他流行的身份欺骗检测模型进行了评估。结果表明，我们的方法在精确率（Precision）和 F1 分数方面显著优于这些技术/模型。
引用
@article{arxiv.2110.10897,
title = {Privacy-Aware Identity Cloning Detection based on Deep Forest},
author = {Ahmed Alharbi and Hai Dong and Xun Yi and Prabath Abeysekara},
journal= {arXiv preprint arXiv:2110.10897},
year = {2021}
}
备注
The 19th International Conference on Service Oriented Computing (ICSOC 2021). arXiv admin note: text overlap with arXiv:2109.15179