[论文解读] Detecting, Representing and Querying Collusion in Online Rating Systems

Mohammad Allahbakhsh, Aleksandar Ignjatović+4 more|arXiv (Cornell University)|Nov 2, 2012

Peer-to-Peer Network Technologies参考文献 24被引用 10

一句话总结

该论文提出了一种新颖的框架，用于检测、表示和查询在线评分系统中的串通行为。该框架利用频繁项集挖掘识别潜在的串通群体，随后应用多维指标——串通程度（DOC）和破坏性影响（DI）——对群体按串通程度和潜在危害进行排序。该模型引入了串通图和查询语言，支持灵活分析，在检测隐藏子群体和智能攻击方面优于现有方法。

ABSTRACT

Online rating systems are subject to malicious behaviors mainly by posting unfair rating scores. Users may try to individually or collaboratively promote or demote a product. Collaborating unfair rating 'collusion' is more damaging than individual unfair rating. Although collusion detection in general has been widely studied, identifying collusion groups in online rating systems is less studied and needs more investigation. In this paper, we study impact of collusion in online rating systems and asses their susceptibility to collusion attacks. The proposed model uses a frequent itemset mining algorithm to detect candidate collusion groups. Then, several indicators are used for identifying collusion groups and for estimating how damaging such colluding groups might be. Also, we propose an algorithm for finding possible collusive subgroup inside larger groups which are not identified as collusive. The model has been implemented and we present results of experimental evaluation of our methodology.

研究动机与目标

• 解决在线评分系统中检测串通群体的挑战，其中用户之间缺乏直接的成对关系，与P2P系统不同。
• 克服现有方法在检测大规模或智能串通行为方面的局限性，尤其是在串通者模仿诚实行为的情况下。
• 不仅识别出完整的串通群体，还能识别出看似非串通的大群体内部的隐藏子群体。
• 通过图模型和专用查询语言，开发一种灵活且可查询的串通行为表示方式，供分析师和系统管理员使用。
• 通过整合多种指标（如评分相似性、时间模式和与多数行为的偏离程度）形成统一的排序系统，提升检测准确性。

提出的方法

• 应用频繁项集挖掘技术，提取跨产品的共同评分模式，基于共享的评分行为识别潜在的串通群体。
• 定义两个关键指标：串通程度（DOC），用于衡量评分者之间的结构相似性和协调性；破坏性影响（DI），用于估计对产品评分可能造成的潜在危害。
• 采用双团（biclique）表示法建模串通群体，通过在较大群体内部递归挖掘频繁项集，实现对子群体的检测。
• 整合时间、行为和声誉指标，超越简单的共同评分模式，进一步优化串通检测。
• 设计基于图的数据模型以表示串通关系，并开发灵活的查询语言，支持对串通模式的即席分析。
• 实现前端工具，支持基于用户自定义标准的串通群体交互式查询与可视化。

实验结果

研究问题

• RQ1 在用户之间缺乏直接成对关系的在线评分系统中，如何有效检测串通群体？
• RQ2 哪些指标能够可靠地区分串通行为与诚实评分模式，尤其是在智能或低调攻击的情况下？
• RQ3 如何识别并分析存在于较大、表面非串通群体内部的隐藏子群体？
• RQ4 基于图的模型和查询语言在多大程度上提升了串通检测系统的表达能力和可用性？
• RQ5 所提出的指标（DOC和DI）在检测明显和隐蔽串通行为方面，与现有方法相比表现如何？

主要发现

• 所提出的模型在检测串通群体方面表现出高精度和高召回率，优于现有方法，能够有效识别明显和隐蔽的串通模式。
• DOC与DI指标的结合使串通群体的排序更加合理：例如，群体4（DI = 0.49）被认为比群体6（DI = 0.42）更具破坏性，尽管其DOC值较低，这凸显了DI在评估实际影响方面的价值。
• 该模型能识别出在整体上未被标记为串通的大群体内部的子群体，例如在看似非串通的大群体中检测到危险子群体，而现有模型则未能发现此类情况。
• 群体11的DOC值较低（0.121），但DI值较高（0.41），表明低协调性群体仍可能造成高度破坏，凸显DI在风险评估中的重要性。
• 实验评估证实了指标设计的合理性以及频繁项集挖掘方法在捕捉有意义串通模式方面的有效性。
• 查询语言与可视化前端工具的集成，支持灵活的、用户驱动的串通行为分析，有助于在真实系统中实现实际部署。