論文の概要: Username Squatting on Online Social Networks: A Study on X
- arxiv url: http://arxiv.org/abs/2401.09209v2
- Date: Thu, 25 Jan 2024 10:11:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 12:27:42.424304
- Title: Username Squatting on Online Social Networks: A Study on X
- Title(参考訳): オンラインソーシャルネットワーク上でのユーザネームスクワット : Xに関する研究
- Authors: Anastasios Lepipas, Anastasia Borovykh, Soteris Demetriou,
- Abstract要約: ユーザ名のしゃがみ問題を定義し、Xで特徴付けるための最初の多面計測実験を設計する。
我々は、有名人アカウントから派生した数十万のユーザ名変異を分析するのに役立つユーザ名生成ツール(UsernameCrazy)を開発した。
この問題に対処する第一歩として、UsernameCrazyと新しい分類器を組み合わせて、不審なスクワットアカウントを効率的に検出するフレームワークを設計しました。
- 参考スコア(独自算出の注目度): 2.9153096940947796
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Adversaries have been targeting unique identifiers to launch typo-squatting, mobile app squatting and even voice squatting attacks. Anecdotal evidence suggest that online social networks (OSNs) are also plagued with accounts that use similar usernames. This can be confusing to users but can also be exploited by adversaries. However, to date no study characterizes this problem on OSNs. In this work, we define the username squatting problem and design the first multi-faceted measurement study to characterize it on X. We develop a username generation tool (UsernameCrazy) to help us analyze hundreds of thousands of username variants derived from celebrity accounts. Our study reveals that thousands of squatted usernames have been suspended by X, while tens of thousands that still exist on the network are likely bots. Out of these, a large number share similar profile pictures and profile names to the original account signalling impersonation attempts. We found that squatted accounts are being mentioned by mistake in tweets hundreds of thousands of times and are even being prioritized in searches by the network's search recommendation algorithm exacerbating the negative impact squatted accounts can have in OSNs. We use our insights and take the first step to address this issue by designing a framework (SQUAD) that combines UsernameCrazy with a new classifier to efficiently detect suspicious squatted accounts. Our evaluation of SQUAD's prototype implementation shows that it can achieve 94% F1-score when trained on a small dataset.
- Abstract(参考訳): 広告主は、タイポスクワット、モバイルアプリスクワット、さらには音声スクワット攻撃を起動するためのユニークな識別子をターゲットにしている。
オンラインソーシャルネットワーク(OSN)も、同様のユーザー名を使用するアカウントに悩まされているという逸話的な証拠がある。
これはユーザーにとって紛らわしいことだが、敵によって悪用されることもある。
しかし、これまでOSNでこの問題を特徴づける研究は行われていない。
本研究では,ユーザ名スクワット問題を定義し,Xで特徴付けるための最初の多面計測実験を設計し,有名人アカウントから派生した数十万のユーザ名変異を分析するユーザ名生成ツール(UsernameCrazy)を開発した。
我々の研究によると、何千ものスクワットされたユーザーネームがXによって停止されているのに対し、ネットワークにまだ存在する数万はボットである可能性が高い。
このうち、多数の人物が同一のプロフィール画像やプロフィール名を共有している。
我々は、スクワットされたアカウントが何十万回もツイートで誤って言及され、ネットワークの検索レコメンデーションアルゴリズムによって検索において優先順位付けされていることを発見した。
UsernameCrazyと新しい分類器を組み合わせて、不審なスクワットアカウントを効率的に検出するフレームワーク(SQUAD)を設計することで、私たちの洞察を利用し、この問題に対処する第一歩を踏み出します。
SQUADのプロトタイプ実装を評価したところ、小さなデータセットでトレーニングすると94%のF1スコアが達成できることがわかった。
関連論文リスト
- Typosquatting 3.0: Characterizing Squatting in Blockchain Naming Systems [12.459388921846154]
AHandle Name System (BNS) は、複雑な暗号受信者のアドレスを人間が読める名前に置き換えることで、暗号通貨を送信するプロセスを単純化する。
BNSの名称は、攻撃者がユーザタイプミスを利用する攻撃のタイプミスの影響を受けやすい。
本研究は,BNS型タイポスクティング研究として初めて大規模なBNS型タイポスクティング研究である。
論文 参考訳(メタデータ) (2024-11-01T04:23:06Z) - FENCE: Fairplay Ensuring Network Chain Entity for Real-Time Multiple ID
Detection at Scale In Fantasy Sports [0.0]
重複/複数アカウントを検出するグラフベースのソリューションを提案する。
本稿では,検出モデルからの推論をサービスし,サポートするためにデプロイされた分散MLシステムについて述べる。
このセットアップの中核となる部分は、バリデーション、フィードバック、グラウンドトルースラベリングのためのヒューマン・イン・ザ・ループコンポーネントも含まれる。
論文 参考訳(メタデータ) (2023-10-09T12:04:50Z) - PRAT: PRofiling Adversarial aTtacks [52.693011665938734]
PRofiling Adversarial aTacks (PRAT) の新たな問題点について紹介する。
敵対的な例として、PRATの目的は、それを生成するのに使用される攻撃を特定することである。
AIDを用いてPRATの目的のための新しいフレームワークを考案する。
論文 参考訳(メタデータ) (2023-09-20T07:42:51Z) - Compromised account detection using authorship verification: a novel
approach [1.0312968200748118]
正当なアカウントの妥協は、オンラインソーシャルネットワーク(OSNs)において悪意のあるコンテンツを大きなユーザーベースに広める方法である
本稿では,著者確認に基づく新しいアプローチを提案し,漏洩したTwitterアカウントを識別する。
論文 参考訳(メタデータ) (2022-06-02T14:54:27Z) - A deep dive into the consistently toxic 1% of Twitter [9.669275987983447]
この調査は、112万のTwitterプロフィールから14年間のツイートと2億2300万以上のツイートをカバーしている。
有害なコンテンツの一貫性の観点から最も極端なプロファイルを選択し、彼らのツイートテキストと、彼らが共有したドメイン、ハッシュタグ、URLを調べました。
その結果、これらのプロファイルはハッシュタグ、URL、ドメインの多様性の低い狭いテーマに保たれており、数学的に互いに似ており、ボットのような振る舞いの可能性が高いことがわかった。
論文 参考訳(メタデータ) (2022-02-16T04:21:48Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳(メタデータ) (2021-12-08T14:12:24Z) - Intrinsic Certified Robustness of Bagging against Data Poisoning Attacks [75.46678178805382]
emphdata中毒攻撃では、攻撃者は学習した機械学習モデルを破損させるためにいくつかのトレーニング例を変更し、削除し、または挿入する。
データ中毒攻撃に対するバッグングの本質的確固たる堅牢性を証明する。
本手法は, 任意の修正, 削除, 挿入を行う場合, MNIST 上で 911.1% の精度を達成している。
論文 参考訳(メタデータ) (2020-08-11T03:12:42Z) - Writer Identification Using Microblogging Texts for Social Media
Forensics [53.180678723280145]
私たちは、文学的分析に広く使われている人気のあるスタイル的特徴と、URL、ハッシュタグ、返信、引用などの特定のTwitter機能を評価します。
我々は、様々なサイズの著者集合と、著者毎のトレーニング/テストテキストの量をテストする。
論文 参考訳(メタデータ) (2020-07-31T00:23:18Z) - Keystroke Biometrics in Response to Fake News Propagation in a Global
Pandemic [77.79066811371978]
本研究では,キーストロークバイオメトリックスを用いたコンテンツ匿名化手法の提案と解析を行う。
フェイクニュースは、特に主要なイベントにおいて、世論を操作する強力なツールとなっている。
論文 参考訳(メタデータ) (2020-05-15T17:56:11Z) - Friend or Faux: Graph-Based Early Detection of Fake Accounts on Social
Networks [4.923937591056569]
我々は,新しいユーザが偽アカウントであるかどうかを,(I)友達リクエストターゲットの選択と(II)これらのターゲットの応答を集約することで決定するSybilEdgeアルゴリズムを提案する。
我々は、SybilEdgeがFacebookネットワーク上で新しいフェイクユーザーを素早く検出し、最先端のアルゴリズムより優れていることを示す。
論文 参考訳(メタデータ) (2020-04-09T22:03:28Z) - TypeNet: Scaling up Keystroke Biometrics [79.19779718346128]
まず、リカレントニューラルネットワーク(RNN)を用いて、ユーザ毎のデータ量が不足している場合に、ユーザを認証できる範囲を分析した。
ネットワークのテストに1Kのユーザがいるため、TypeNetのエラー率は4.8%である。
ユーザ毎のデータ量と同じで、テストユーザ数が100Kまでスケールアップされるため、1Kと比較してパフォーマンスは5%以下に低下する。
論文 参考訳(メタデータ) (2020-04-07T18:05:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。