[论文解读] Structure-based Sybil Detection in Social Networks via Local Rule-based Propagation

Binghui Wang, Jinyuan Jia+2 more|arXiv (Cornell University)|Mar 12, 2018

Spam and Phishing Detection参考文献 39被引用 7

一句话总结

本文提出 SybilSCAR，一种可扩展、收敛且鲁棒的基于结构的 Sybil 检测方法，通过基于局部规则的传播框架，统一了基于随机游走（RW）和基于环信念传播（LBP）的方法。与最先进的 RW 基方法相比，SybilSCAR 在准确性和抗噪声能力方面表现更优，且在可扩展性上显著优于 LBP 基方法，同时在包含 Twitter（4170 万节点，120 亿条边）等大规模数据集的真实网络中保证收敛。

ABSTRACT

Sybil detection in social networks is a basic security research problem. Structure-based methods have been shown to be promising at detecting Sybils. Existing structure-based methods can be classified into Random Walk (RW)-based methods and Loop Belief Propagation (LBP)-based methods. RW-based methods cannot leverage labeled Sybils and labeled benign users simultaneously, which limits their detection accuracy, and/or they are not robust to noisy labels. LBP-based methods are not scalable and cannot guarantee convergence. In this work, we propose SybilSCAR, a novel structure-based method to detect Sybils in social networks. SybilSCAR is Scalable, Convergent, Accurate, and Robust to label noise. We first propose a framework to unify RW-based and LBP-based methods. Under our framework, these methods can be viewed as iteratively applying a (different) local rule to every user, which propagates label information among a social graph. Second, we design a new local rule, which SybilSCAR iteratively applies to every user to detect Sybils. We compare SybilSCAR with state-of-the-art RW-based and LBP-based methods theoretically and empirically. Theoretically, we show that, with proper parameter settings, SybilSCAR has a tighter asymptotical bound on the number of Sybils that are falsely accepted into a social network than existing structure-based methods. Empirically, we perform evaluation using both social networks with synthesized Sybils and a large-scale Twitter dataset (41.7M nodes and 1.2B edges) with real Sybils. Our results show that 1) SybilSCAR is substantially more accurate and more robust to label noise than state-of-the-art RW-based methods; 2) SybilSCAR is more accurate and one order of magnitude more scalable than state-of-the-art LBP-based methods.

研究动机与目标

• 解决现有基于结构的 Sybil 检测方法的局限性，包括 RW 基方法中标签利用效率低，以及 LBP 基方法缺乏收敛性和可扩展性。
• 通过在节点上迭代应用局部规则的统一框架，将 RW 基和 LBP 基的 Sybil 检测方法统一起来。
• 设计一种新型局部规则，整合 RW 和 LBP 方法的优势，同时克服其缺陷。
• 确保所提方法在真实社交网络中具备可扩展性、收敛性、高准确率，并对标签噪声具有鲁棒性。
• 在合成 Sybil 数据集和大规模真实 Twitter 数据集（4170 万节点，120 亿条边）上展示卓越性能。

提出的方法

• 提出一种通用框架，将 RW 基和 LBP 基方法建模为对每个节点迭代应用局部规则，从而实现统一分析与比较。
• 设计一种新局部规则，利用表示标签同质性概率的边权重来建模邻居影响，同时为已标记节点引入残差先验概率。
• 通过迭代应用该规则，在网络中传播标签信息，同时利用已标记的良性用户和已标记的 Sybil 账号。
• 使用残差后验概率向量追踪标签置信度，收敛性通过连续迭代间相对误差阈值定义。
• 实现两种变体：SybilSCAR-C（恒定边权重）和 SybilSCAR-D（度归一化边权重），以评估对边权重设计的敏感性。
• 理论分析表明，SybilSCAR 在假 Sybil 接受率上的渐近界更紧，且在合理参数设置下可保证收敛。

实验结果

研究问题

• RQ1 能否通过局部规则传播的统一机制，开发一个框架来分析和比较基于 RW 和 LBP 的 Sybil 检测方法？
• RQ2 如何设计一种新局部规则，以同时利用已标记的良性用户和 Sybil 账号，提升对标签噪声的鲁棒性，并保证收敛性？
• RQ3 SybilSCAR 在标签噪声条件下，与最先进的 RW 基方法（如 SybilRank）相比，在检测准确率和鲁棒性方面有多大的优势？
• RQ4 SybilSCAR 在真实网络中与最先进的 LBP 基方法（如 SybilBelief）相比，在可扩展性和收敛性方面表现如何？
• RQ5 关键参数（如残差先验概率 θ）对 SybilSCAR 的性能和稳定性有何影响？

主要发现

• 在所有测试的噪声水平下，SybilSCAR-C 的 AUC 均显著高于 SybilRank，表明其在 Facebook 数据集上具备更高的准确率和更强的抗标签噪声能力。
• SybilSCAR-C 的运行速度比 SybilBelief 快一个数量级，且内存占用显著更低，经优化后相比未优化的 SybilBelief 可实现高达两个数量级的速度提升。
• SybilSCAR-C 和 SybilSCAR-D 在真实网络中仅需数轮迭代即可收敛，而 SybilBelief 因网络结构中的环路导致相对误差振荡，无法收敛。
• SybilSCAR-C 的性能优于 SybilSCAR-D，表明恒定边权重比度归一化权重对 Sybil 检测更具信息量。
• SybilSCAR 对先验概率参数 θ（测试范围为 0.1–0.5）的选择具有稳定性，不同取值下性能表现一致。
• 在大规模 Twitter 数据集（4170 万节点，120 亿条边）上，SybilSCAR 保持了高准确率和可扩展性，证实其在真实世界部署中的实际可行性。