[論文レビュー] Composite Behavioral Modeling for Identity Theft Detection in Online Social Networks

Cheng Wang, Bo Yang|arXiv (Cornell University)|Jan 21, 2018

Spam and Phishing Detection参考文献 45被引用数 5

ひとこと要約

本論文は、ソーシャルネットワークにおける多様な低品質なオンラインおよびオフラインユーザー行動を統合的に分析することで、本人確認情報の不正使用を検出する複合的行動モデリング手法を提案する。チェックインやユーザー生成コンテンツなどのデータにおける補完的パターンを活用することで、1回の認証で1つの複合行動のみを用いても、低遅延かつ1%未満の偽陽性率で高い検出精度（AUC最高0.956）を達成する。

ABSTRACT

In this work, we aim at building a bridge from poor behavioral data to an effective, quick-response, and robust behavior model for online identity theft detection. We concentrate on this issue in online social networks (OSNs) where users usually have composite behavioral records, consisting of multi-dimensional low-quality data, e.g., offline check-ins and online user generated content (UGC). As an insightful result, we find that there is a complementary effect among different dimensions of records for modeling users' behavioral patterns. To deeply exploit such a complementary effect, we propose a joint model to capture both online and offline features of a user's composite behavior. We evaluate the proposed joint model by comparing with some typical models on two real-world datasets: Foursquare and Yelp. In the widely-used setting of theft simulation (simulating thefts via behavioral replacement), the experimental results show that our model outperforms the existing ones, with the AUC values $0.956$ in Foursquare and $0.947$ in Yelp, respectively. Particularly, the recall (True Positive Rate) can reach up to $65.3\%$ in Foursquare and $72.2\%$ in Yelp with the corresponding disturbance rate (False Positive Rate) below $1\%$. It is worth mentioning that these performances can be achieved by examining only one composite behavior (visiting a place and posting a tip online simultaneously) per authentication, which guarantees the low response latency of our method. This study would give the cybersecurity community new insights into whether and how a real-time online identity authentication can be improved via modeling users' composite behavioral patterns.

研究の動機と目的

• 低品質でスパarsな行動データを用いて、オンラインソーシャルネットワークにおける本人確認情報の不正使用を検出する課題に対処すること。
• データ不足や低耐性の問題を抱える単一次元の行動モデルの限界を克服すること。
• オフラインのチェックインやオンラインのユーザー生成コンテンツといった、多様なユーザー行動の補完的性質を活用して、より効果的な行動モデルを構築すること。
• パスワードやトークンに依存せず、リアルタイムで非侵襲的かつ継続的な本人認証メカニズムを構築すること。
• 標準的な本人確認情報の不正使用シミュレーション設定下で、実世界のデータセットを用いて手法の有効性を検証すること。

提案手法

• オンライン（例：ユーザー生成コンテンツ）およびオフライン（例：チェックイン）行動特徴を統合する一貫した複合行動表現に統合する、統合的確率的生成モデルを提案する。
• 多次元行動データをモデル化するためにテンソル分解を用い、スパースかつ低品質な記録からの有効な学習を可能にする。
• エントロピーの連鎖則を活用して、複数の行動次元を組み合わせた際の補完的利得を理論的に裏付ける。
• 学習済みモデル下での複合行動パターンの尤度を分析することで、ユーザー行動を評価する検出フレームワークを設計する。
• 応答遅延を低く抑えるために、認証ごとに1つの複合行動（例：場所への訪問とチップの投稿）のみを検査する軽量な検証プロセスを実装する。

実験結果

リサーチクエスチョン

• RQ1 チェックインやUGC（ユーザー生成コンテンツ）といった複数の低品質な行動次元を統合することで、単一次元モデルに比べて本人確認情報の不正使用検出性能が向上するか？
• RQ2 個々の行動データがスパースまたはノイズが多い状況下でも、統合的モデリングアプローチが、不正アカウントの検出にどの程度効果を発揮するか？
• RQ3 オンラインとオフライン行動の補完的関係が、検出の耐性および正確性をどの程度向上させるか？
• RQ4 複合的行動モデルは、システム応答時間への影響を最小限に抑えつつ、高精度な検出性能を達成できるか。これにより、リアルタイム導入が可能か？
• RQ5 本人確認情報の不正使用検出において、複合行動パターンを用いる際の、検出再現率と偽陽性率のトレードオフはどのようなものか？

主な発見

• 提案された統合モデルは、標準的な本人確認情報の不正使用シミュレーション下で、FoursquareデータセットでAUC 0.956、YelpデータセットでAUC 0.947を達成した。
• モデルはFoursquareで最大65.3%の真正陽性率（再現率）を達成し、Yelpでは72.2%を記録したが、偽陽性率は1%未満を維持した。
• 認証ごとに1つの複合行動（例：チェックイン＋チップ投稿）のみを検査することで、応答遅延を低く抑えながらも、高い検出性能を維持した。
• オンラインとオフライン行動の補完的効果は、個々のデータストリームが低品質であっても、モデルの耐性および検出効果を顕著に向上させる。
• エントロピーの連鎖則に基づく理論的分析により、統合的モデリングによる実証的利得が裏付けられ、複合行動パターン全体の全体的な不確実性が低減することが示された。