[논문 리뷰] Fake it till you make it: Fishing for Catfishes

Walid Magdy, Yehia Elkhatib외 3명|arXiv (Cornell University)|2017. 05. 18.

Sexuality, Behavior, and Technology참고 문헌 22인용 수 4

한 줄 요약

이 연구는 검증된 사용자 프로필을 기반으로 분류기를 훈련시켜 진정한 연령과 성별을 예측하고, 예측과 다름을 보이는 검증되지 않은 프로필을 식별함으로써 성인 소셜 네트워크에서 고양이 낚시(catfishing)를 자동으로 탐지하는 방법을 제안한다. 연구 결과, 검증되지 않은 프로필 중 약 38%가 연령을 위조하고 있으며, 25%는 성별을 위조하고 있으며, 여성은 남성보다 고양이 낚시를 더 자주 시도하는 경향을 보였다. 특히 여성은 더 많은 인기를 얻기 위해 더 어린 여성으로 위장하는 경향이 있다.

ABSTRACT

Many adult content websites incorporate social networking features. Although these are popular, they raise significant challenges, including the potential for users to "catfish", i.e., to create fake profiles to deceive other users. This paper takes an initial step towards automated catfish detection. We explore the characteristics of the different age and gender groups, identifying a number of distinctions. Through this, we train models based on user profiles and comments, via the ground truth of specially verified profiles. Applying our models for age and gender estimation of unverified profiles, we identify 38% of profiles who are likely lying about their age, and 25% who are likely lying about their gender. We find that women have a greater propensity to catfish than men. Further, whereas women catfish select from a wide age range, men consistently lie about being younger. Our work has notable implications on operators of such online social networks, as well as users who may worry about interacting with catfishes.

연구 동기 및 목표

• 성인 온라인 소셜 네트워크에서 연령과 성별에 대한 기만, 즉 고양이 낚시의 만연도를 조사하기 위해.
• 검증된 프로필의 특징을 기반으로 기계 학습 모델을 개발하여 진정한 사용자 인구통계학적 정보(연령 및 성별)를 예측하기 위해.
• 예측된 인구통계학적 정보와 크게 다름을 보이는 검증되지 않은 프로필을 고양이 낚시로 식별하기 위해.
• 고양이 낚시자와 정직한 사용자 간의 행동 양태 및 인기 패턴을 비교 분석하기 위해.
• 사용자가 고양이 낚시를 하게 되는 동기를 분석하기 위해, 사용자 활동 및 네트워크 지표의 차이를 조사하기 위해.

제안 방법

• 연구는 99,727명의 사용자 프로필로 구성된 데이터셋을 사용하였으며, 이는 풀러브(PornHub)에서 크롤링한 것으로, 정확한 인구통계학적 정보를 제공하는 수동으로 검증된 프로필이 기준이 되었다.
• 최신 기술을 활용한 지도 학습 기반 분류기를 사용하여 프로필 내용과 사용자 댓글에서 성별과 연령을 예측한다.
• 특징으로는 텍스트 내용, 프로필 메타데이터, 친구 수 및 프로필 조회 수와 같은 행동 신호가 포함된다.
• 보고된 인구통계학적 정보가 모델의 예측과 유의미하게 다를 경우, 해당 프로필은 고양이 낚시자로 분류된다.
• 이 방법은 검증된 프로필이 진실된다고 가정하며, 검증되지 않은 프로필의 인구통계학적 분포는 검증된 프로필과 유사하다고 가정한다.
• 고양이 낚시자와 정직한 사용자 간의 비교를 위해 친구 수 및 프로필 조회 수와 같은 인기 지표를 분석한다.

실험 결과

연구 질문

• RQ1 성인 소셜 네트워크에서 사용자들이 얼마나 자주 자신의 연령과 성별을 기만하고 있는가?
• RQ2 검증된 프로필을 기반으로 훈련된 기계 학습 모델이 검증되지 않은 사용자의 진정한 연령과 성별을 정확하게 예측할 수 있는가?
• RQ3 고양이 낚시자는 정직한 사용자와 비교해 어떤 행동 양태와 인기 패턴을 보이는가?
• RQ4 특히 연령 및 성별 기만과 관련하여 사용자가 고양이 낚시를 하게 되는 동기는 무엇인가?
• RQ5 고양이 낚시 행동에 인구통계학적 패턴이 존재하는가(예: 남성과 여성 간의 차이가 있는가)?

주요 결과

• 검증되지 않은 프로필 중 약 38%가 연령 기만을 하고 있을 것으로 예측되어, 플랫폼 내에서 연령 기만이 광범위하게 존재함을 시사한다.
• 검증되지 않은 프로필 중 약 25%가 성별 기만을 하고 있을 것으로 예측되며, 여성은 남성보다 고양이 낚시를 더 자주 시도하는 것으로 나타났다.
• 남성이 여성으로 위장하는 남성 고양이 낚시자들은 진짜 여성 사용자와 유사한 인기 수준을 보였으며, 평균 16,590회의 프로필 조회와 314명의 친구를 확보하였다.
• 여성이 남성으로 위장하는 여성 고양이 낚시자들은 정직한 남성 프로필에 비해 훨씬 적은 조회 수(8,719회)와 친구 수(151명)를 확보하여 기만에 성공하지 못한 것으로 나타났다.
• 특히 30–55세의 남성 고양이 낚시자는 기만으로부터 가장 큰 이득을 보였으며, 진실된 남성 프로필의 평균 조회 수 6,098회 및 친구 수 195명보다 더 많은 친구와 조회 수를 확보하였다.
• 연구에서는 남성이 여성으로 위장할 경우 일반적으로 더 어린 연령대를 선택하는 반면, 여성은 남성으로 위장할 경우 더 넓은 연령대를 선택하는 것으로 관찰되어, 타겟 청중을 고려한 전략적 기만이 이루어지고 있음을 확인했다.