[论文解读] Paying for Likes? Understanding Facebook Like Fraud Using Honeypots

Emiliano De Cristofaro, Arik Friedman+3 more|arXiv (Cornell University)|Sep 7, 2014

Spam and Phishing Detection参考文献 14被引用 38

一句话总结

本文通过在合法Facebook广告和地下点赞农场中推广诱饵页面，研究了Facebook点赞欺诈行为。通过对比分析点赞者的人口统计特征、时间模式和社交结构，揭示了两种不同的欺诈策略：一种是通过机器人驱动的农场在短时间内集中发送点赞，社交连接度低；另一种是通过高度连接的网络模仿真实用户行为的隐蔽型农场，突显了改进欺诈检测算法的关键模式。

ABSTRACT

Facebook pages offer an easy way to reach out to a very large audience as they can easily be promoted using Facebook's advertising platform. Recently, the number of likes of a Facebook page has become a measure of its popularity and profitability, and an underground market of services boosting page likes, aka like farms, has emerged. Some reports have suggested that like farms use a network of profiles that also like other pages to elude fraud protection algorithms, however, to the best of our knowledge, there has been no systematic analysis of Facebook pages' promotion methods. This paper presents a comparative measurement study of page likes garnered via Facebook ads and by a few like farms. We deploy a set of honeypot pages, promote them using both methods, and analyze garnered likes based on likers' demographic, temporal, and social characteristics. We highlight a few interesting findings, including that some farms seem to be operated by bots and do not really try to hide the nature of their operations, while others follow a stealthier approach, mimicking regular users' behavior.

研究动机与目标

• 系统分析Facebook页面推广方法，特别是通过付费服务获取的点赞的合法性和行为特征。
• 调查Facebook广告活动是否也会吸引虚假点赞，挑战其合法性的既有假设。
• 描述来自广告活动和点赞农场的虚假点赞者在人口统计、时间模式和社会网络特征方面的特征。
• 识别点赞农场使用的不同运营模式，包括机器人驱动型与隐蔽型、类人操作。
• 为改进在线社交网络中的欺诈检测算法提供可操作的见解。

提出的方法

• 部署13个诱饵Facebook页面，通过合法Facebook广告活动和已知的地下点赞农场吸引点赞。
• 收集点赞者详细数据，包括年龄、性别、地理位置、好友数量及页面点赞行为。
• 基于不同广告活动下点赞者的人口统计、时间模式和社会网络特征进行对比分析。
• 通过计算点赞页面集合与点赞者集合之间的Jaccard相似度，检测账号重复使用及潜在操作者重叠。
• 追踪账户随时间的持久性，评估虚假账号的存续时间及潜在可抛弃性。
• 使用统计与网络分析方法，区分机器人行为（突发性活动、低连接度）与隐蔽行为（渐进式点赞、高连接度）。

实验结果

研究问题

• RQ1 Facebook广告活动是否吸引与地下点赞农场相同的虚假点赞？
• RQ2 不同推广方式下点赞者的人口统计、时间模式和社会网络特征有何区别？
• RQ3 点赞农场是否在多个活动中重复使用相同的虚假账号，表明存在集中化运作？
• RQ4 机器人驱动与隐蔽型欺诈操作中，虚假点赞者的行为代表模式有何差异？
• RQ5 通过Facebook广告活动获取的点赞，在用户行为与网络结构方面，与已知点赞农场的点赞相似度如何？

主要发现

• 采用机器人驱动方式的点赞农场以大规模突发性方式发送点赞，且每个账号的好友数量显著较少，表明社交连接度低。
• 隐蔽型农场（如BoostLikes）则以渐进方式分发点赞，维持较高的好友数量和逼真的点赞模式，与真实用户高度相似。
• Jaccard相似度分析显示，SF-USA与SF-ALL，以及AL-USA与MS-USA之间共享大量点赞页面和点赞者，表明可能存在共同操作者或账号重复使用。
• 在一个月后，仅有一个来自隐蔽型BoostLikes农场的账号被封禁，而其他农场分别有9、20和44个账号被封禁，表明其运营更具韧性与真实性。
• 通过Facebook广告活动吸引的用户点赞了显著更多的页面（中位数63个），远超普通用户（中位数34个），接近点赞农场用户的行为，表明其参与并非真实。
• 尽管通过合法Facebook广告推广，这些点赞者仍表现出与点赞农场用户相似的行为模式，表明可能存在虚假或自动化账号的渗透。