於社群網路運用分群機制以偵測女巫攻擊之研究與實作

Abstract

近年來社群網路 (Social Network) 的普及化與便利性，造就社群網站使用人數逐年呈現爆炸性的成長，使得如Facebook、Google+與Line等平台成為人們日常生活中非常重要的一部分。而其中在某些社群平台上 (如eBay、Google與Yahoo拍賣等網站) 會擁有評分或是投票的機制，以藉此建立使用者雙方之間的信譽評比，我們稱之為信賴系統 (Reputation System)。而為了影響信賴系統的正常運作，惡意使用者(Malicious User) 會利用大量多重虛擬身分企圖控制信賴系統的評比結果，此攻擊類型稱之為女巫攻擊 (Sybil Attack)，此類型攻擊會影響正常使用者的信譽評比，並藉此獲得不當利益，在社群網路蓬勃發展的情況下，操控使用者於網路上信譽評比的攻擊行為，已儼然成為一個不可輕忽的重大議題。本研究主要目的是發展應用於社群網路上的女巫攻擊偵測機制，利用社群網路中使用者間的友誼關係，進而計算其關係強度並針對使用者進行分群，最後利用群體結構驗證的方式特性進行惡意使用者的偵測。本研究將所提出之偵測機制應用於真實社群網路環境中進行驗證，可將正常使用者與惡意使用者成?辨別，系統針對惡意使用者之偵測準確率達到95%以上，顯示本研究針對社群網路中的女巫攻擊可以有效偵防，並對於社群平台的使用者提供一更加安全可靠的使用環境。

Date of Award	2014 Aug 24
Original language	Chinese
Supervisor	Hui-Tang Lin (Supervisor)