用于实时在线欺诈抢占的无状态计算难题
社会与信息网络
2018-07-02 v1 密码学与安全
摘要
在应用市场和社交网络等在线系统中，欺诈的盈利性标志着现有防御机制的失效。本文提出了 FraudSys，一种实时欺诈抢占方法，该方法受比特币启发，对发布在线系统活动（如评论和点赞）的设备施加计算难题。我们引入并利用了几个新颖概念，包括 无状态、可验证的计算难题，其施加极小的性能开销，但能高效验证其真实性； 一种实时的、基于图的解决方案，用于为用户活动分配欺诈评分；以及 基于欺诈评分和设备计算能力动态调整难题难度的机制。FraudSys 不改变用户在在线系统中的体验，但会延迟欺诈行为并消耗欺诈者大量的计算资源。使用来自 Google Play 和 Facebook 的真实数据集，我们展示了 FraudSys 的可行性：诚实用户的设备受到的影响极小，而欺诈者控制的设备每天受到高达 3,079 小时的计算惩罚。此外，我们表明在 FraudSys 下欺诈是得不偿失的，因为配备挖矿硬件（例如 AntMiner S7）的用户通过欺诈所获收益不到诚实比特币挖矿收益的一半。
引用
@article{arxiv.1706.01560,
title = {Stateless Puzzles for Real Time Online Fraud Preemption},
author = {Mizanur Rahman and Ruben Recabarren and Bogdan Carbunar and Dongwon Lee},
journal= {arXiv preprint arXiv:1706.01560},
year = {2018}
}