[論文レビュー] Identifying Fake Profiles in LinkedIn

Shalinda Adikari, Kaushik Dutta|arXiv (Cornell University)|Jun 2, 2020

Spam and Phishing Detection参考文献 16被引用数 48

ひとこと要約

本論文は、偽プロフィールを検出するのに必要な公開されている LinkedIn プロフィールデータを最小限に特定し、データマイニング手法を用いて87%の精度と94%の真陰性率を達成し、同等の手法と比較して約14%の精度向上を実現する。

ABSTRACT

As organizations increasingly rely on professionally oriented networks such as LinkedIn (the largest such social network) for building business connections, there is increasing value in having one's profile noticed within the network. As this value increases, so does the temptation to misuse the network for unethical purposes. Fake profiles have an adverse effect on the trustworthiness of the network as a whole, and can represent significant costs in time and effort in building a connection based on fake information. Unfortunately, fake profiles are difficult to identify. Approaches have been proposed for some social networks; however, these generally rely on data that are not publicly available for LinkedIn profiles. In this research, we identify the minimal set of profile data necessary for identifying fake profiles in LinkedIn, and propose an appropriate data mining approach for fake profile identification. We demonstrate that, even with limited profile data, our approach can identify fake profiles with 87% accuracy and 94% True Negative Rate, which is comparable to the results obtained based on larger data sets and more expansive profile information. Further, when compared to approaches using similar amounts and types of data, our method provides an improvement of approximately 14% accuracy.

研究の動機と目的

• LinkedIn のような professionally oriented networks で偽プロフィールを検出する必要性を動機づける。
• 偽プロフィール識別に必要な公開可能な LinkedIn プロフィールデータの最小セットを特定する。
• 限定データで偽プロフィールを識別できるデータマイニング手法を開発する。
• 提案手法を、同様のデータ量を用いる他のアプローチと比較して性能を評価する。

提案手法

• 検出に必要な最小限の公開 LinkedIn プロフィールデータを特定し制限する。
• 選択した特徴量を用いて偽プロフィール識別のデータマイニング手法を適用する。
• 精度および真陰性率の観点で性能を評価し、より大きなデータベースベースラインと比較する。

実験結果

リサーチクエスチョン

• RQ1 偽プロフィールを識別するのに十分な LinkedIn プロフィールデータの最小サブセットはどれか。
• RQ2 公開可能なデータが限られている場合、偽プロフィールはどれくらい正確に検出できるか。
• RQ3 提案手法は、同様のデータ量を用いる他のアプローチと比較して精度や偽陽性率の点でどのように劣る・優るか。

主な発見

• 限られたプロフィールデータで、手法は87%の精度を達成。
• True Negative Rate は 94% に達成。
• 同様のデータ量・タイプのデータを用いる比較手法と比べ、精度で約14%の優位性を示す。