RTbust：利用时间模式检测 Twitter 上的僵尸网络
社会与信息网络
2019-02-13 v1 人工智能
密码学与安全
计算机与社会
摘要
在在线社交网络（OSNs）中，许多我们所谓的在线好友可能实为名为社交机器人（social bots）的虚假账号，它们作为大型群体的一部分有目的地转发特定内容。本文研究 Twitter 上的转推行为，最终目标是检测转推社交机器人。我们收集了包含 1000 万条转推的数据集。我们设计了一种新颖的可视化方法，并利用它来凸显良性与恶意的转推活动模式。借此，我们揭示了一种人类操作账号特有的“正常”转推模式，以及与机器人活动相关的 3 种可疑模式。随后，我们提出一种源于前述转推行为探索的机器人检测技术。该技术称为 Retweet-Buster（RTbust），利用无监督特征提取与聚类。一个 LSTM 自编码器将转推时间序列转换为紧凑且具信息量的潜在特征向量，随后使用基于层次密度的算法进行聚类。属于具有恶意转推模式的大型聚类的账号被标记为机器人。RTbust 取得了优异的检测结果，F1 = 0.87，而竞争对手的 F1 < 0.76。最后，我们将 RTbust 应用于大型转推数据集，发现了 2 个此前未知、拥有数百个账号的活跃僵尸网络。
引用
@article{arxiv.1902.04506,
title = {RTbust: Exploiting Temporal Patterns for Botnet Detection on Twitter},
author = {Michele Mazza and Stefano Cresci and Marco Avvenuti and Walter Quattrociocchi and Maurizio Tesconi},
journal= {arXiv preprint arXiv:1902.04506},
year = {2019}
}