[논문 리뷰] Identifying Fake Profiles in LinkedIn

Shalinda Adikari, Kaushik Dutta|arXiv (Cornell University)|2020. 06. 02.

Spam and Phishing Detection참고 문헌 16인용 수 48

한 줄 요약

본 논문은 가짜 프로필을 식별하는 데 필요한 최소한의 공개 LinkedIn 프로필 데이터를 식별하고 데이터 마이닝 방식을 사용하여 87%의 정확도와 94%의 참 음성율을 달성하며, 유사 방법 대비 약 14%의 정확도 향상을 보인다.

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.

연구 동기 및 목표

• LinkedIn과 같은 professionally oriented 네트워크에서 가짜 프로필을 탐지해야 하는 필요성에 동기를 부여한다.
• 가짜 프로필 식별에 필요한 최소한의 공개 LinkedIn 프로필 데이터 세트를 결정한다.
• 제한된 데이터로 가짜 프로필을 식별할 수 있는 데이터 마이닝 접근법을 개발한다.
• 제안된 방법의 성능을 유사한 데이터 양을 사용하는 접근법과 비교 평가하여 성능 향상을 확인한다.

제안 방법

• 탐지에 필요한 최소한의 공개 LinkedIn 프로필 데이터를 식별하고 이에 한정한다.
• 선정된 특징을 사용하여 가짜 프로필 식별을 위한 데이터 마이닝 접근법을 적용한다.
• 정확도 및 진음성율(또는 참 음성율) 측면에서 성능을 평가하고, 더 큰 데이터 기반과의 비교를 통해 기준선을 제시한다.

실험 결과

연구 질문

• RQ1 가짜 프로필을 식별하기에 충분한 LinkedIn 프로필 데이터의 가장 작은 부분집합은 무엇인가?
• RQ2 제한된 공개 데이터로 가짜 프로필을 얼마나 잘 탐지할 수 있는가?
• RQ3 제안된 방법이 유사한 데이터 양을 사용하는 다른 접근법과 비교했을 때 정확도 및 오탐 여부에서 어떻게 차이가 나타나는가?

주요 결과

• 제한된 프로필 데이터로도 방법이 87%의 정확도를 달성한다.
• 참 음성율은 94%에 도달한다.
• 유사한 양과 유형의 데이터를 사용하는 비교 방법보다 약 14%의 정확도 차이로 우수한 성능을 보인다.