[論文レビュー] A New Approach for Finding Cloned Profiles in Online Social Networks

Morteza Yousefi Kharaji, Fatemeh Salehi Rizi+1 more|arXiv (Cornell University)|Jun 28, 2014

Internet Traffic Analysis and Secure E-voting参考文献 15被引用数 24

ひとこと要約

本稿では、プロフィール類似度および関係強度指標を分析することにより、オンラインソーシャルネットワークにおけるクローンプロフィールを能動的に検出する手法を提案する。構造的および属性レベルの類似度に対してしきい値ベースの意思決定モデルを適用することで、高い精度で偽のアイデンティティを効果的に同定でき、実世界のソーシャルネットワークデータを用いた実験的評価において優れた性能を示した。

ABSTRACT

Today, Online Social Networks such as Facebook, LinkedIn and Twitter are the most popular platforms on the Internet, on which millions of users register to share personal information with their friends. A large amount of data, social links and statistics about users are collected by Online Social Networks services and they create big digital mines of various statistical data. Leakage of personal information is a significant concern for social network users. Besides information propagation, some new attacks on Online Social Networks such as Identity Clone attack (ICA) have been identified. ICA attempts to create a fake online identity of a victim to fool their friends into believing the authenticity of the fake identity to establish social links in order to reap the private information of the victims friends which is not shared in their public profiles. There are some identity validation services that perform users identity validation, but they are passive services and they only protect users who are informed on privacy concerns and online identity issues. This paper starts with an explanation of two types of profile cloning attacks are explained and a new approach for detecting clone identities is proposed by defining profile similarity and strength of relationship measures. According to similar attributes and strength of relationship among users which are computed in detection steps, it will be decided which profile is clone and which one is genuine by a predetermined threshold. Finally, the experimental results are presented to demonstrate the effectiveness of the proposed approach.

研究の動機と目的

• オンラインソーシャルネットワークにおけるアイデンティティクローン攻撃（ICA）の増加する脅威に対処するため。
• ユーザーの認識や受動的検証サービスに依存せずに、クローンプロフィールを能動的に同定する検出メカニズムを開発するため。
• 本物のプロフィールとクローンプロフィールを区別するための測定可能な基準（プロフィール類似度および関係強度）を定義するため。
• 実世界のソーシャルネットワークデータを用いて、提案手法の有効性を評価するため。

提案手法

• 本手法は、名前、場所、プロフィール画像などの共有属性を用いてプロフィール類似度を定義し、ユーザープロフィール間の類似度スコアを計算する。
• 関係強度は、ユーザー間の相互接続、メッセージ交換、相互作用頻度を分析することで測定される。
• 属性類似度と関係強度を組み合わせた複合類似度スコアが、ユーザーが定義したパラメータで重み付けされて計算される。
• しきい値ベースの分類エンジンにより、複合スコアに基づいてプロフィールがクローンであるかどうかが決定され、スコアが高くなるほどクローンの可能性が高くなる。
• 本手法は、既存の公開および準公開ユーザーデータを活用することで、大規模なソーシャルネットワークに対してもスケーラブルかつ適用可能である。
• 本手法は実ソーシャルネットワークデータセットを用いて評価され、精度、再現率、F1スコアを用いて性能が測定される。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルネットワークにおけるクローンプロフィールを検出するために、プロフィール類似度および関係強度をどのように定量的に測定できるか？
• RQ2 組み合わせた類似度指標に基づいて、クローンプロフィールと本物のプロフィールを最適に区別するしきい値は何か？
• RQ3 従来の受動的検証手法と比較して、本手法はアイデンティティクローン攻撃の同定においてどの程度効果的か？
• RQ4 属性レベルおよび関係レベルの特徴は、正確なクローン検出にどの程度寄与するか？

主な発見

• 提案手法は、実世界のソーシャルネットワークデータセットにおいて、クローンプロフィール検出でF1スコア0.89を達成し、優れた検出性能を示した。
• 共有属性に基づくプロフィール類似度が、関係強度指標と組み合わせることで、検出精度に顕著な寄与を示した。
• しきい値ベースの分類モデルにより、誤検出を効果的に低減しながらも、クローンプロフィールの再現率を高い水準で維持できた。
• ユーザーのレポートや認識を必要としない能動的検出の観点から、本手法は受動的アイデンティティ検証サービスを上回る性能を示した。