[論文レビュー] Gaming the Game: Honeypot Venues Against Cheaters in Location-based Social Networks

Konstantinos Pelechrinis, Prashant Krishnamurthy+1 more|arXiv (Cornell University)|Oct 16, 2012

Mobile Crowdsensing and Crowdsourcing参考文献 14被引用数 8

ひとこと要約

本稿では、位置ベースのソーシャルネットワーキングサービス（LBSNs）における偽のチェックインを検出・特定するための、はぐらかし施設（Honeypot Venue）を用いたシステムを提案する。この仕組みは、チェックインに際して施設固有の質問に答える必要があるチャレンジ・リスポンス方式を併用しており、正しく答えられないユーザー（すなわち、不正チェックインを行うユーザー）を特定する。これにより、ユーザー生成空間データのノイズを低減し、レコメンデーションなどのサービスの信頼性を向上させる。

ABSTRACT

The proliferation of location-based social networks (LBSNs) has provided the community with an abundant source of information that can be exploited and used in many different ways. LBSNs offer a number of conveniences to its participants, such as - but not limited to - a list of places in the vicinity of a user, recommendations for an area never explored before provided by other peers, tracking of friends, monetary rewards in the form of special deals from the venues visited as well as a cheap way of advertisement for the latter. However, service convenience and security have followed disjoint paths in LBSNs and users can misuse the offered features. The major threat for the service providers is that of fake check-ins. Users can easily manipulate the localization module of the underlying application and declare their presence in a counterfeit location. The incentives for these behaviors can be both earning monetary as well as virtual rewards. Therefore, while fake check-ins driven from the former motive can cause monetary losses, those aiming in virtual rewards are also harmful. In particular, they can significantly degrade the services offered from the LBSN providers (such as recommendations) or third parties using these data (e.g., urban planners). In this paper, we propose and analyze a honeypot venue-based solution, enhanced with a challenge-response scheme, that flags users who are generating fake spatial information. We believe that our work will stimulate further research on this important topic and will provide new directions with regards to possible solutions.

研究の動機と目的

• 位置ベースのソーシャルネットワーキングサービス（LBSNs）における偽チェックインの増加という問題に対処し、データ品質とサービス信頼性の低下を軽減すること。
• 報酬を得るために偽チェックインを行う金銭的不正利用者（monetary cheaters）と、仮想報酬を得るために不正チェックインを行うゲーム型不正利用者（gamer cheaters）の両方を特定・抑制すること。
• 信頼できる第三者機関を必要としない検出メカニズムを提案し、LBSNプロバイダー単独での導入を可能とすること。
• レコメンデーション、都市計画、モビリティ研究などのアプリケーションにおいて、集約されたチェックインデータの信頼性を向上させること。

提案手法

• 実際の施設を模倣するが、一般に公開されていないはぐらかし施設（HVs）を展開し、不正利用者を引きつける。
• ユーザーがチェックインするには、施設固有の質問（例：「本日の特別メニューは何ですか？」）に答える必要がある、チャレンジ・リスポンスプロトコルを実装する。
• 実施設とはぐらかし施設の数に基づいて、ユーザーがHVsに不正チェックインする確率を推定する確率的モデルを用いる。
• 施設所有者がチャレンジの更新を管理することで、検出効果と運用コストのバランスを取る。
• 関数 $ h $ を用いたしきい値ベースの検出メカニズムを適用し、複数回のチャレンジ・リスポンスに失敗したユーザーを特定する。
• LBSNプロバイダー単独で導入可能な仕組みを設計し、外部の信頼できるエンティティに依存しないようにする。

実験結果

リサーチクエスチョン

• RQ1 外部の信頼できるインfra構造に依存せずに、LBSNsにおける偽チェックインをどのように検出できるか？
• RQ2 はぐらかし施設とチャレンジ・リスポンスメカニズムを組み合わせることで、不正利用者の特定にどの程度有効か？
• RQ3 偽チェックインの存在が、レコメンデーションのようなデータ駆動型サービスのパフォーマンスにどの程度悪影響を及えるか？
• RQ4 チャレンジ・リスポンスシステムの運用において、検出精度と運用コストの間にはどのようなトレードオフがあるか？
• RQ5 LBSNプロバイダーは、実ユーザー体験を損なわせることなく、はぐらかし施設を既存システムにどのように統合できるか？

主な発見

• はぐらかし施設に加え、チャレンジ・リスポンス方式を導入した本手法により、施設固有で時刻に依存する情報の知識が求められるため、不正利用者の検出確率が著しく向上する。
• レコメンデーションのようなデータ駆動型サービスへの影響を低減するため、信頼性の低いデータソースをフィルタリングすることで、本手法はその効果を発揮する。
• 第三者機関の信頼性や複雑な暗号メカニズムに依存せず、LBSNプロバイダー単独で導入可能な仕組みである。
• 大規模なHV展開が必要なため、定量的評価は実施されなかったが、理論的モデルにより、$ \lambda \gg \phi $ の条件下で高い検出確率が達成可能であることが示された。ここで $ \lambda $ ははぐらかし施設の数、$ \phi $ は実施設の数を表す。
• 金銭的不正利用者は間接的な好みの信号を提供する可能性があるが、仮想報酬を得るために偽チェックインを行うゲーム型不正利用者は、データ品質に著しく悪影響を及ぼし、レコメンデーションシステムに対してより深刻な影響を与える。
• 本システムにより、ユーザーを禁止せずに不正利用者からのデータをブロックまたは無視できるため、システムの使いやすさを保ちつつ、データ整合性を維持できる。