[논문 리뷰] Detecting Fake Escrow Websites using Rich Fraud Cues and Kernel Based Methods

Ahmed Abbasi, Hsinchun Chen|arXiv (Cornell University)|2013. 09. 27.

Spam and Phishing Detection참고 문헌 13인용 수 8

한 줄 요약

이 논문은 지원벡터기계(SVM) 프레임워크 내에서 텍스트, 시각적 요소, 하이퍼링크 특징과 같은 풍부한 사기 징후를 결합한 맞춤형 복합 커널을 사용하여 위조 에스크로 웹사이트를 탐지하기 위한 기계학습 접근법을 제안한다. 이 방법은 약 90,000개의 웹 페이지에서 410개의 진짜 및 위조 에스크로 사이트를 구분하는 데 98% 이상의 정확도를 달성하여 자동 사기 탐지 시스템의 높은 실현 가능성을 입증한다.

ABSTRACT

The ability to automatically detect fraudulent escrow websites is important in order to alleviate online auction fraud. Despite research on related topics, fake escrow website categorization has received little attention. In this study we evaluated the effectiveness of various features and techniques for detecting fake escrow websites. Our analysis included a rich set of features extracted from web page text, image, and link information. We also proposed a composite kernel tailored to represent the properties of fake websites, including content duplication and structural attributes. Experiments were conducted to assess the proposed features, techniques, and kernels on a test bed encompassing nearly 90,000 web pages derived from 410 legitimate and fake escrow sites. The combination of an extended feature set and the composite kernel attained over 98% accuracy when differentiating fake sites from real ones, using the support vector machines algorithm. The results suggest that automated web-based information systems for detecting fake escrow sites could be feasible and may be utilized as authentication mechanisms.

연구 동기 및 목표

• 온라인 경매 사기의 증가하는 위협에 대응하기 위해 위조 에스크로 웹사이트를 탐지하기 위해.
• 텍스트, 시각적 요소, 하이퍼링크 기반의 다양한 특징이 위조 에스크로 사이트를 식별하는 데 얼마나 효과적인지 조사하기 위해.
• 내용 중복 및 레이아웃 이상과 같은 구조적 및 콘텐츠 기반 사기 징후를 포괄하는 복합 커널을 개발하기 위해.
• 410개의 진짜 및 위조 에스크로 웹사이트로 구성된 대규모 데이터셋에서 제안된 방법의 성능을 평가하기 위해.
• 사용자를 에스크로 기반 온라인 사기로부터 보호하기 위한 자동화되고 확장 가능한 인증 메커니즘의 기반을 마련하기 위해.

제안 방법

• 잠재적인 사기 징후를 나타내기 위해 웹 페이지 콘텐츠, 이미지, 하이퍼링크 구조에서 풍부한 특징을 추출하였다.
• 콘텐츠 중복 및 구조적 중복성과 같은 복잡한 패턴을 모델링하기 위해 다양한 커널 유형을 통합하는 복합 커널을 설계하였다.
• 복합 커널을 사용한 지원벡터기계(SVMs)를 적용하여 웹사이트를 진짜 또는 위조로 분류하였다.
• 학습 및 평가를 위해 진짜 및 위조 웹사이트를 포함한 410개의 별개의 에스크로 사이트에서 수집한 약 90,000개의 웹 페이지로 구성된 데이터셋을 사용하였다.
• 분류 정확도를 극대화하기 위해 특징 선택 및 커널 조합을 최적화하였다.
• 균형 잡힌 진짜 및 위조 사이트 테스트 세트를 사용하여 표준 지표(정확도 포함)를 활용해 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 텍스트, 이미지, 링크에서 유도된 풍부한 사기 징후는 진짜 웹사이트와 위조 에스크로 웹사이트를 얼마나 효과적으로 구분하는가?
• RQ2 다양한 사기 특징을 통합하는 복합 커널은 표준 커널 대비 탐지 정확도를 향상시킬 수 있는가?
• RQ3 다양한 웹 기반 특징을 기반으로 훈련된 SVM 기반 분류기의 성능은 어떠한가?
• RQ4 콘텐츠 중복 및 구조적 이상은 얼마나 신뢰할 수 있는 위조 에스크로 웹사이트의 징후로 작용하는가?
• RQ5 자동 탐지 시스템은 대규모로 위조 에스크로 웹사이트를 정확하게 식별할 수 있는가?

주요 결과

• 확장된 특징 세트와 제안된 복합 커널의 조합이 위조 에스크로 웹사이트 탐지에 98% 이상의 정확도를 달성하였다.
• 특히 텍스트, 이미지 및 하이퍼링크 분석에서 도출된 풍부한 사기 징후의 포함이 탐지 성능을 크게 향상시켰다.
• 콘텐츠 중복 및 구조적 이상은 위조 에스크로 웹사이트에서의 사기 행동을 강력한 지표로 식별하였다.
• 복합 커널은 사기 신호의 복잡하고 다차원적인 성격을 효과적으로 모델링함으로써 표준 커널 함수를 초월하는 성능을 보였다.
• 결과적으로 기계학습 기반 자동 탐지 시스템이 실세계의 사기 방지에 적용 가능한 높은 효과성과 실현 가능성을 보여주었다.