使用弱监督深度森林与密码学认证的社会传感器身份克隆检测

近年来，社会传感器云身份克隆事件呈上升趋势。然而，现有方法存在性能不佳、缺乏检测重复账户的解决方案以及缺乏在真实世界数据集上进行大规模评估的问题。我们引入了一种新颖的方法，用于检测社会传感器云服务提供商中的身份克隆。我们提出的技术包含两个主要组成部分：1）一种相似身份检测方法，以及 2）一个基于密码学的认证协议。首先，我们开发了一个弱监督深度森林模型，利用服务提供的非隐私敏感用户个人资料特征来识别相似身份。随后，我们设计了一个基于密码学的认证协议，以验证相似身份是否由同一提供商生成。我们在一个大型真实世界数据集上的大量实验证明了我们的技术相对于当前最先进的身份克隆检测方法的可行性和优越性能。