[논문 리뷰] Gaming the Game: Honeypot Venues Against Cheaters in Location-based Social Networks

Konstantinos Pelechrinis, Prashant Krishnamurthy외 1명|arXiv (Cornell University)|2012. 10. 16.

Mobile Crowdsensing and Crowdsourcing참고 문헌 14인용 수 8

한 줄 요약

이 논문은 위치기반 소셜네트워크(LBSNs)에서 위작 체크인을 탐지하고 경고하기 위해 도용된 장소 기반의 환경에 도전-응답 메커니즘을 통합한 시스템을 제안한다. 위장 장소에 대해 사용자가 장소에 특화된 질문에 답해야만 체크인할 수 있도록 함으로써, 정답을 알 수 없는 사기자들을 식별함으로써 사용자 생성 공간 데이터의 노이즈를 줄이고, 추천 서비스 등의 신뢰성을 향상시킨다.

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.

연구 동기 및 목표

• 위치기반 소셜네트워크(LBSNs)에서 증가하는 위작 체크인 문제를 해결하여 데이터 품질과 서비스 신뢰성을 악화시키는 것을 방지한다.
• 할인을 얻고자 하는 금전적 사기자와 가상 보상을 추구하는 게이머 사기자라는 두 가지 유형의 사기자들을 식별하고 완화한다.
• 신뢰할 수 있는 제3자 기반의 인프라가 필요로 하지 않는 탐지 메커니즘을 제안하여 LBSN 제공자만이 구현할 수 있도록 한다.
• 추천, 도시 계획, 이동성 연구와 같은 애플리케이션을 위한 집계된 체크인 데이터의 신뢰성을 향상시킨다.

제안 방법

• 실제 장소를 모방하지만 공개적으로 알려지지 않은 환경 장소(HVs)를 배치하여 사기자들을 유인한다.
• 사용자가 장소에 특화된 질문(예: '오늘의 특별 메뉴는 무엇인가요?')에 답해야만 체크인할 수 있도록 도전-응답 프로토콜을 구현한다.
• 실제 장소와 환경 장소의 수를 기반으로 사기자들이 HV에 체크인할 가능성을 추정하기 위해 확률 모델을 사용한다.
• 장소 소유자가 도전 과제 업데이트를 관리하여 탐지 효과성과 운영 비용의 균형을 이룬다.
• 함수 $ h $ 를 사용한 임계값 기반 탐지 메커니즘을 적용하여 다수의 도전-응답 검사를 통과하지 못한 사용자를 경고한다.
• LBSN 제공자만이 구현할 수 있도록 설계되어 외부 신뢰 기관에 의존하지 않는다.

실험 결과

연구 질문

• RQ1 외부 신뢰 기반 인프라에 의존하지 않고 LBSNs에서 위작 체크인을 어떻게 탐지할 수 있는가?
• RQ2 환경 장소와 도전-응답 메커니즘의 조합이 사기자들을 식별하는 데 얼마나 효과적인가?
• RQ3 위작 체크인의 존재가 추천과 같은 데이터 기반 서비스의 성능에 어떤 영향을 미치는가?
• RQ4 도전-응답 시스템을 유지하는 데 있어 탐지 정확도와 운영 비용 사이의 상충 관계는 무엇인가?
• RQ5 LBSN 제공자가 기존 시스템에 환경 장소를 통합할 때 실제 사용자 경험을 방해하지 않도록 어떻게 할 수 있는가?

주요 결과

• 도전-응답 메커니즘을 통합한 제안된 환경 장소 시스템은 장소에 특화된 시간 민감한 정보를 알아야만 하므로 사기자 탐지 확률을 크게 높인다.
• 신뢰할 수 없는 데이터 소스를 걸러내기 때문에 이 방법은 추천과 같은 데이터 기반 서비스에 미치는 위작 체크인의 영향을 줄인다.
• 이 시스템은 제3자 신뢰 또는 복잡한 암호화 기법이 필요로 하지 않기 때문에 LBSN 제공자만이 배포할 수 있다.
• 대규모 HV 배포가 필요하여 정량적 평가가 이루어지지 않았지만, 이론적 모델은 $ \lambda \gg \phi $ 일 때 높은 탐지 확률을 달성할 수 있음을 보여준다. 여기서 $ \lambda $ 는 환경 장소의 수이고 $ \phi $ 는 실제 장소의 수이다.
• 금전적 사기자들은 여전히 간접적인 선호 신호를 제공할 수 있지만, 가상 보상을 얻기 위해 위작 체크인을 하는 게이머 사기자들은 데이터 품질을 크게 악화시키며 추천 시스템에 더 해로운 영향을 미친다.
• 이 시스템은 사용자를 금지하지 않고도 사기자로부터 온 데이터를 경고하거나 무시할 수 있도록 하여, 사용성은 유지하면서도 데이터 무결성을 확보할 수 있다.