[論文レビュー] Friend or Foe? Fake Profile Identification in Online Social Networks

Michael Fire, Dima Kagan+2 more|arXiv (Cornell University)|Mar 15, 2013

Internet Traffic Analysis and Secure E-voting参考文献 7被引用数 5

ひとこと要約

本論文では、ユーザーのネットワーク特徴に基づく機械学習を用いて偽のプロフィールを特定するFirefoxアドオンおよびFacebookアプリであるSocial Privacy Protector（SPP）ソフトウェアを提示する。SPPは、懸念される友達のアクセスを制限し、第三者アプリによる露出を低減する機能を提供し、実世界のFacebookデータセットを用いた回転フォレスト分類器でAUCが最大0.96に達するなど、ソーシャルネットワークのプライバシーとセキュリティの向上に強く期待できる。

ABSTRACT

The amount of personal information unwillingly exposed by users on online social networks is staggering, as shown in recent research. Moreover, recent reports indicate that these networks are infested with tens of millions of fake users profiles, which may jeopardize the users' security and privacy. To identify fake users in such networks and to improve users' security and privacy, we developed the Social Privacy Protector software for Facebook. This software contains three protection layers, which improve user privacy by implementing different methods. The software first identifies a user's friends who might pose a threat and then restricts this "friend's" exposure to the user's personal information. The second layer is an expansion of Facebook's basic privacy settings based on different types of social network usage profiles. The third layer alerts users about the number of installed applications on their Facebook profile, which have access to their private information. An initial version of the Social Privacy Protection software received high media coverage, and more than 3,000 users from more than twenty countries have installed the software, out of which 527 used the software to restrict more than nine thousand friends. In addition, we estimate that more than a hundred users accepted the software's recommendations and removed at least 1,792 Facebook applications from their profiles. By analyzing the unique dataset obtained by the software in combination with machine learning techniques, we developed classifiers, which are able to predict which Facebook profiles have high probabilities of being fake and therefore, threaten the user's well-being. Moreover, in this study, we present statistics on users' privacy settings and statistics of the number of applications installed on Facebook profiles...

研究の動機と目的

• Facebookにおける偽のプロフィールおよび第三者アプリの乱用という、ユーザーのプライバシーとセキュリティを脅かす脅威の増大に対処すること。
• 懸念される友達やインストールされたアプリケーションからのリスクを検出・緩和できる実用的なツールを開発すること。
• Facebookにおけるシステム的な露出リスクを明らかにするために、プライバシー設定とアプリインストールに関する実世界のユーザーのデータを収集すること。
• ネットワークベースの特徴とユーザー行動パターンを用いて、偽のプロフィール検出のための機械学習分類器をトレーニングおよび評価すること。
• Facebook管理者およびユーザーに、悪意あるプロフィールやアプリケーションからの露出を低減するための実行可能なイン사이트とツールを提供すること。

提案手法

• SPPとして実装された3層のプライバシー保護機能（ワンクリックでのプライバシー設定の調整、アプリ露出アラート、偽の友達検出）を有するFirefoxアドオンおよびFacebookアプリを開発した。
• 1,676名の実際のFacebookユーザーからアプリインストールに関するデータを収集し、プライバシー設定に関するデータを67名のユーザーから収集し、分析に適した独自のデータセットを構築した。
• プロフィール年齢、友達数、共通の友達数、リンクベースの特徴などを含む、ユーザーのプロフィールおよび友達ネットワークから15の特徴を抽出した。
• 偽のプロフィール、すべてのリンク、および統合データセットの3つのデータセット上で、教師あり機械学習分類器（ロジスティック回帰、ランダムフォレスト、回転フォレスト）をトレーニングした。
• 10分割交差検証を用い、AUC、k未満での適合率、および偽陽性率を評価指標として用い、分類器の有効性を比較した。
• レアな偽のプロフィールの検出を向上させるために、データセットのクラス不均衡に対処するためのアンダーサンプリング技術を適用した。

実験結果

リサーチクエスチョン

• RQ1 Facebook上での偽のプロフィールと実際のプロフィールを区別するためのネットワークベースの特徴は、どの程度有効であるか？
• RQ2 偽陽性を最小限に抑えることを目指して、偽のプロフィールを識別する際に最も優れたパフォーマンスを示す機械学習分類器はどれか？
• RQ3 実世界において、Facebookユーザーの間で第三者アプリのインストールやプライバシー設定の誤設定がどの程度広がっているか？
• RQ4 SPPのようなユーザーの意識を高めるツールは、インストールされたアプリの数をどの程度削減できるか、また懸念される友達によるアクセスを制限できるか？
• RQ5 SPPシステムは、Facebook管理者が大規模に偽のプロフィールを特定および緩和するのを支援できるか？

主な発見

• 回転フォレスト分類器は、3つのデータセットすべてで最高のAUC（0.96）と最低の偽陽性率を達成し、ロジスティック回帰およびランダムフォレストを上回った。
• 調査対象の1,676名のうち30.31％が少なくとも40のFacebookアプリケーションをインストールしており、平均で1週間に1.91個の新しいアプリが追加されていることから、広範な露出リスクが明らかになった。
• 少なくとも111名のSPPユーザーがアラートを受けた後、1,792以上のアプリケーションを削除した。これは、意識を高めるツールがアプリの露出リスクを効果的に低減できることを示している。
• 527名のユーザーがSPPの友達制限機能を通じて9,000人以上の友達のアクセスを制限した。これは、ユーザーがプライバシー保護に実際の行動を取っていることを示している。
• SPPソフトウェアは20か国以上で3,000人以上のユーザーからデータを収集し、実世界での展開とユーザーの関心が裏付けられた。
• 本研究では、多くのユーザーが友達や公開設定に個人情報を露出していることが判明し、システム的なプライバシー設定ミスが顕在した。