[논문 리뷰] Trilateral Large-Scale OSN Account Linkability Study

Mishari Almishari, Ekin Oğuz외 1명|arXiv (Cornell University)|2015. 10. 03.

Authorship Attribution and Profiling참고 문헌 16인용 수 3

한 줄 요약

이 논문은 Yelp(리뷰), Twitter(마이크로블로깅), Flickr(사진 공유)와 같은 세 종류의 이질적인 온라인 사회망 서비스(OSN) 간 사용자 계정을 글쓰기 스타일 분석을 통해 연결하는 삼자 연계 대규모 스타일리메트릭 연구를 제시한다. 서로 다른 목적과 콘텐츠 유형을 지닌 플랫폼 간에도 저자들은 다단계 연계 프레임워크(MLLF)를 활용해 높은 정확도의 연계 성능을 달성하였으며, 이는 공개 텍스트 데이터만으로도 다중 OSN 사용자의 프라이버시가 심각하게 위협받을 수 있음을 시사한다.

ABSTRACT

In the last decade, Online Social Networks (OSNs) have taken the world by storm. They range from superficial to professional, from focused to general-purpose, and, from free-form to highly structured. Numerous people have multiple accounts within the same OSN and even more people have an account on more than one OSN. Since all OSNs involve some amount of user input, often in written form, it is natural to consider whether multiple incarnations of the same person in various OSNs can be effectively correlated or linked. One intuitive means of linking accounts is by using stylometric analysis. This paper reports on (what we believe to be) the first trilateral large-scale stylometric OSN linkability study. Its outcome has important implications for OSN privacy. The study is trilateral since it involves three OSNs with very different missions: (1) Yelp, known primarily for its user-contributed reviews of various venues, e.g, dining and entertainment, (2) Twitter, popular for its pithy general-purpose micro-blogging style, and (3) Flickr, used exclusively for posting and labeling (describing) photographs. As our somewhat surprising results indicate, stylometric linkability of accounts across these heterogeneous OSNs is both viable and quite effective. The main take-away of this work is that, despite OSN heterogeneity, it is very challenging for one person to maintain privacy across multiple active accounts on different OSNs.

연구 동기 및 목표

• Yelp, Twitter, Flickr와 같은 세 종류의 이질적인 OSN 간에 콘텐츠 유형과 목적의 차이가 있음에도 불구하고 사용자를 신뢰성 있게 연계할 수 있는지 조사하기 위해.
• 공개적으로 이용 가능한 텍스트 데이터만을 사용하는 스케일러블하고 정확한 스타일리메트릭 기반 계정 연계 모델을 개발하기 위해.
• 사용자가 메타데이터와 비공개 메시지를 비활성화한 상황에서도 다양한 OSN에 활성 계정을 유지할 경우의 프라이버시 영향을 평가하기 위해.
• 계정 집합의 확장 가능성과 추가 스타일리메트릭 기능 통합 가능성을 평가하기 위해.

제안 방법

• 연구는 OSN 간 스타일리메트릭 특징을 활용해 후보 매칭을 반복적으로 좁혀가는 다단계 연계 프레임워크(MLLF)를 사용한다.
• Yelp, Twitter, Flickr의 사용자 생성 텍스트에서 단어 빈도, 문장 길이, 기능어 사용 등의 스타일리메트릭 특징을 추출한다.
• MLLF 프레임워크는 계층적 접근 방식을 취하며, 각 단계에서 다른 특징을 적용해 점진적으로 후보 매칭을 필터링하고 순위를 매긴다.
• 비공개 데이터(예: 지리적 위치, 비공개 메시지)에 접근할 수 없다는 가정 하에, 공개적으로 이용 가능한 텍스트만을 사용하여 악성 행위자의 능력 하한선을 설정한다.
• 약한 특징이 조기 선택되는 것을 방지하기 위해 다수의 실행에서 특징 순서를 무작위로 설정하고, 10회의 실행 평균을 취한다.
• 프레임워크는 계정 수에 따라 선형적으로 확장 가능하도록 설계되어 대규모 데이터셋에 적용 가능하다.

실험 결과

연구 질문

• RQ1 콘텐츠 유형과 목적의 차이가 있음에도 불구하고, Yelp, Twitter, Flickr와 같은 세 종류의 이질적인 OSN 간에 사용자 계정을 효과적으로 연계할 수 있는가?
• RQ2 메타데이터나 비공개 메시지에 접근할 수 없고 공개 텍스트 데이터만 사용할 경우, 스타일리메트릭 분석이 얼마나 정확하게 계정을 연계할 수 있는가?
• RQ3 다단계 연계 프레임워크(MLLF)는 100에서 100,000개의 사용자 계정에 대해 높은 확장성과 정확도를 달성할 수 있는가?
• RQ4 특징 순서가 연계 성능에 어떤 영향을 미치며, 매칭 정확도를 향상시키기 위한 히우리스틱을 개발할 수 있는가?
• RQ5 해시태그, 태그와 같은 추가 기능이나, 유사한 OSN(예: Flickr와 Instagram)의 프로필 통합을 통해 연계 성능을 얼마나 향상시킬 수 있는가?

주요 결과

• 스태일리메트릭 분석을 통해 콘텐츠 유형과 목적의 차이가 있음에도 불구하고, Yelp, Twitter, Flickr와 같은 세 종류의 이질적 플랫폼 간에 매우 정확한 계정 연계가 가능하다.
• 다단계 연계 프레임워크(MLLF)는 공개적으로 이용 가능한 텍스트 데이터만으로도 높은 정확도를 달성하여, OSN 간 프라이버시를 분리 전략으로 보장하는 것이 효과가 없음을 시사한다.
• 지리적 위치나 비공개 메시지에 접근할 수 없음에도 불구하고 연계 성능이 높게 유지되며, 이는 공개 텍스트만으로도 강력한 연계 공격이 가능함을 의미한다.
• MLLF 프레임워크는 계정 수에 따라 선형적으로 확장되며, 100만 개의 알려진 계정 중에서 알려지지 않은 계정을 연계하는 데 약 2.5분의 실행 시간이 예상된다.
• 10회의 실행에서 특징 순서를 무작위로 설정하면 신뢰성이 크게 향상되며, 평균 결과를 취할 경우 매우 정확한 연계가 가능하여 특징 선택 편향에 대해 강건함을 입증한다.
• 향후 Writeprints 세트와 같은 추가 스타일리메트릭 기능 통합이나, Twitter와 Yelp 프로필을 융합하는 같은 교차 OSN 프로필 융합 기법을 도입하면 연계 성능을 더욱 향상시킬 수 있다.