소셜 네트워크 상에서의 재귀적 네트워크 구조 특성을 활용한 스팸탐지 기법

장보연; 정시현; 김종권; Boyeon Jang; Sihyun Jeong; Chongkwon Kim

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회논문지 (Journal of KIISE)

정보과학회논문지 (Journal of KIISE)

Current Result Document : 2 / 6 이전건 다음건

한글제목(Korean Title)	소셜 네트워크 상에서의 재귀적 네트워크 구조 특성을 활용한 스팸탐지 기법
영문제목(English Title)	Social Network Spam Detection using Recursive Structure Features
저자(Author)	장보연 정시현 김종권 Boyeon Jang Sihyun Jeong Chongkwon Kim
원문수록처(Citation)	VOL 44 NO. 11 PP. 1231 ~ 1235 (2017. 11)
한글내용 (Korean Abstract)	온라인 소셜 네트워크는 정보전파의 용이성 및 파급 영향력이 높지만 이를 악의적으로 활용하기 위한 스패머들이 다수 활동 중이다. 이러한 스패머를 식별하기 위한 스팸 탐지기법 연구가 다양한 분야에서 이루어지고 있지만 스패머들 또한 스팸 내용이나 스팸링크, 활동 주기 등의 특성을 변경하여 탐지를 피하고 있다. 하지만 다른 특성들과 달리 온라인 소셜 네트워크의 고유 네트워크 특성인 링크 특성은 쉽게 변화시키는 어렵다. 따라서 본 논문에서는 이러한 네트워크의 구조적인 특성을 활용하여 스패머를 일반사용자와 구분하는 방법을 제시한다. 즉 일반사용자 노드가 주변 노드와 비슷한 네트워크 특성을 갖는 점에 주목하여 인접 노드를 활용한 재귀적인 구조적 특성을 생성하여 활용함으로써 스패머의 식별확률을 높이고 있다. 이를 검증하기 위한 실험은 트위터의 실제 데이터셋을 Weka 프로그램에 탑재된 랜덤포레스트 알고리즘을 활용하여 측정하였으며, 재귀적인 특성을 활용하지 않는 방법과 기존 제안 알고리즘에 비해 탐지율이 0.82에서 0.90으로 향상됨으로써 제안하는 방법이 스패머를 탐지하는데 효과적임을 제시하고 있다.
영문내용 (English Abstract)	Given the network structure in online social network, it is important to determine a way to distinguish spam accounts from the network features. In online social network, the service provider attempts to detect social spamming to maintain their service quality. However the spammer group changes their strategies to avoid being detected. Even though the spammer attempts to act as legitimate users, certain distinguishable structural features are not easily changed. In this paper, we investigate a way to generate meaningful network structure features, and suggest spammer detection method using recursive structural features. From a result of real-world dataset experiment, we found that the proposed algorithm could improve the classification performance by about 8%.
키워드(Keyword)	온라인 소셜 네트워크 스팸 스패머 스팸탐지 기법 재귀적 네트워크 구조 특성 재귀적 특성 online social networks spam spammer spam detection recursive structure features feature extraction
파일첨부	PDF 다운로드