[論文レビュー] Serf and Turf: Crowdturfing for Fun and Profit

Gang Wang, Christo Wilson+5 more|arXiv (Cornell University)|Nov 24, 2011

Spam and Phishing Detection参考文献 21被引用数 25

ひとこと要約

本稿では、報酬を得るためにオンラインコンテンツを操作する人間の作業者を組織するプラットフォームであるクラウドターフィングシステムについて、大規模なデータ収集と実際のキャンペーンテストを通じて調査している。著者らは、こうしたシステムが急速に拡大しており、オンラインコミュニティに強く影響を与えることができ、ソーシャルネットワークやその他のオンラインプラットフォームの整合性に対して深刻な脅威をもたらしていることを明らかにした。

ABSTRACT

Popular Internet services in recent years have shown that remarkable things can be achieved by harnessing the power of the masses using crowd-sourcing systems. However, crowd-sourcing systems can also pose a real challenge to existing security mechanisms deployed to protect Internet services. Many of these techniques make the assumption that malicious activity is generated automatically by machines, and perform poorly or fail if users can be organized to perform malicious tasks using crowd-sourcing systems. Through measurements, we have found surprising evidence showing that not only do malicious crowd-sourcing systems exist, but they are rapidly growing in both user base and total revenue. In this paper, we describe a significant effort to study and understand these "crowdturfing" systems in today's Internet. We use detailed crawls to extract data about the size and operational structure of these crowdturfing systems. We analyze details of campaigns offered and performed in these sites, and evaluate their end-to-end effectiveness by running active, non-malicious campaigns of our own. Finally, we study and compare the source of workers on crowdturfing sites in different countries. Our results suggest that campaigns on these systems are highly effective at reaching users, and their continuing growth poses a concrete threat to online communities such as social networks, both in the US and elsewhere.

研究の動機と目的

• インターネット上におけるクラウドターフィングプラットフォームの存在、規模、運用構造を調査すること。
• クラウドターフィングキャンペーンがオンラインコンテンツやユーザー参加に与える影響の有効性を評価すること。
• これらのプラットフォームにおける作業者の地理的分布と調達方法を、各国で分析すること。
• クラウドターフィングがソーシャルネットワークを含むオンラインコミュニティに与える脅威を、実世界の影響を示すことで評価すること。

提案手法

• クラウドターフィングプラットフォームのデータを収集する大規模なウェブクローリングを実施し、キャンペーンの種別、料金、作業者参加状況などを抽出した。
• 標的となるオンライン活動を生成する能力を測定するために、これらのプラットフォーム上で制御された非悪意のあるキャンペーンを実施した。
• 地域ごとのタスクの所要時間、報酬水準、作業者のデモグラフィック情報などのキャンペーンメタデータを収集・分析した。
• 各国間での作業者供給源の違いを比較し、労働供給とプラットフォーム運用における地域的差異を理解した。
• 観察された参加指標に基づき、キャンペーンの成功率とプラットフォームの信頼性を評価するための統計解析を実施した。
• 受動的なデータ収集と能動的な実験を組み合わせた混合手法を用い、研究結果の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 インターネット上におけるアクティブなクラウドターフィングプラットフォームは、どれほど大きく、どのように運用構造が整っているのか？
• RQ2 クラウドターフィングキャンペーンは、標的となるオンライン参加をどれほど効果的に生み出せるのか？
• RQ3 これらのプラットフォームにおける作業者の調達に見られる地理的パターンは何か？
• RQ4 クラウドターフィングシステムは、従来の自動攻撃検出メカニズムをどのように回避しているのか？
• RQ5 クラウドターフィングはオンラインコミュニティやプラットフォームに、経済的・社会的にどのような影響を与えているのか？

主な発見

• クラウドターフィングプラットフォームは、ユーザー数と収益の両面で急速に拡大しており、操作されたオンラインコンテンツに対する大きな市場が拡大していることが示唆されている。
• こうしたプラットフォーム上のキャンペーンは、標的となる読者に到達するのに非常に効果的であり、実験によって測定可能な参加結果が得られている。
• クラウドターフィングサイトの作業者は世界中から調達されており、国ごとの労働供給と料金に顕著な違いがあることから、地域ごとの特化が見られる。
• これらのシステムは運用面で洗練されており、正当なコモンズ方式のプラットフォームに似た、構造的なタスク管理と報酬メカニズムを備えている。
• 人間の労働に依存しているため、自動ボット活動を検出する目的で設計された従来のセキュリティメカニズムを効果的に回避している。
• 本研究は、人間による操作が単に可能であるだけでなく、スケーラブルで利益を上げられることを示しており、オンラインコミュニティの整合性に対して現実的な脅威をもたらしている。