社交指纹(Social Fingerprinting)：基于DNA启发行为建模的垃圾机器人组检测
社会与信息网络
2020-06-30 v1 密码学与安全
机器学习
摘要
在线社交网络中的垃圾机器人(spambot)检测是一项长期挑战，涉及研究和设计能够高效识别不断演变的垃圾信息传播者的检测技术。近来，出现了新一轮社交垃圾机器人，其具有先进类人特征，使其即便面对当前最先进算法也能不被发现。在本文中，我们展示通过对它们的集体行为进行深度分析，利用数字DNA技术对社交网络用户行为建模，可实现高效的垃圾机器人检测。受生物对应物启发，在数字DNA表示中，数字账户的行为生命周期被编码为字符序列。随后，我们定义了针对此类数字DNA序列的相似性度量。我们基于数字DNA及用户群组间的相似性来刻画真实账户与垃圾机器人。利用此种刻画，我们设计了社交指纹(Social Fingerprinting)技术，能够以有监督和无监督两种方式区分垃圾机器人与真实账户。最后我们评估了社交指纹(Social Fingerprinting)的有效性，并将其与三种最先进检测算法比较。我们方法的独特之处包括可应用现成DNA分析技术研究在线用户行为，以及高效依赖于数量有限的轻量级账户特征。
引用
@article{arxiv.1703.04482,
title = {Social Fingerprinting: detection of spambot groups through DNA-inspired behavioral modeling},
author = {Stefano Cresci and Roberto Di Pietro and Marinella Petrocchi and Angelo Spognardi and Maurizio Tesconi},
journal= {arXiv preprint arXiv:1703.04482},
year = {2020}
}