逆向工程 Twitter 社交机器人的渗透策略
社会与信息网络
2014-05-21 v1 物理与社会
摘要
从 Twitter 等社交网络中提取的数据正日益被用于构建各种应用和服务，以挖掘和总结公众对事件的反应，例如交通监控平台、流行病爆发识别以及关于人物和品牌的公众认知。然而，此类服务易受社交机器人（socialbots）的攻击——这些自动化账户模仿真实用户，试图通过发布自动生成的消息并与合法用户互动来篡改统计数据。潜在地，如果大规模创建，社交机器人可以通过渗透社交网络并随时间获取其他用户的信任，从而偏倚甚至使许多现有服务失效。本研究旨在理解社交机器人在 Twitter 微博平台上的渗透策略。为此，我们创建了 120 个具有不同特征和策略的社交机器人账户（例如个人资料中指定的性别、活跃程度、推文生成方法以及互动的用户群体），并调查了这些机器人在多大程度上能够渗透进 Twitter 社交网络。我们的结果表明，即使采用简单自动化机制的社交机器人也能成功渗透网络。此外，利用 因子设计，我们量化了不同机器人策略的渗透有效性。我们的分析揭示了对于设计检测和对策方法至关重要的发现。
引用
@article{arxiv.1405.4927,
title = {Reverse Engineering Socialbot Infiltration Strategies in Twitter},
author = {Carlos A. Freitas and Fabrício Benevenuto and Saptarshi Ghosh and Adriano Veloso},
journal= {arXiv preprint arXiv:1405.4927},
year = {2014}
}