【文章內(nèi)容簡介】 涉問題】 我們通過觀察開始這一節(jié)，因?yàn)樗械?sybil 防御計(jì)劃似乎會(huì)查明當(dāng)?shù)厣鐓^(qū)。有趣地注意到的是 — 即使不改變現(xiàn)有實(shí)驗(yàn)設(shè)置下，對(duì)方案進(jìn)行了的評(píng)價(jià) — 我們的簡單社區(qū)檢測(cè)算法給現(xiàn)有的計(jì)劃比較的結(jié)果。我們的結(jié)果有未來設(shè)計(jì)師 sybil防御計(jì)劃的積極和消極影響。 積極的一面，我們的研究結(jié)果證明是有一個(gè)機(jī)會(huì)，利用大量的現(xiàn)有工作的 sybil國防社區(qū)檢測(cè)算法。之前工作在社區(qū)的檢測(cè)提供了一個(gè)現(xiàn)成的來源復(fù)雜的圖表分析算法 ,研究人員可以改進(jìn)現(xiàn)有的方案和設(shè)計(jì)新方法。在消極方面 ,依靠社區(qū)檢測(cè)執(zhí)行 ， sybil 防御 從根本上限制了這些計(jì)劃，在許多人中找到 Sybils 的能力真實(shí)世界圖。我們探討在下一節(jié)中的這些限制。 【 5. sybil 防御的局限性】 在前一節(jié)中，我們展示 sybil 防御計(jì)劃工作通過有效地確定圍繞給定的受信任的節(jié)點(diǎn)作為比那些遠(yuǎn)更值得信賴的細(xì)密社區(qū)內(nèi)的節(jié)點(diǎn)。在本節(jié)中，我們調(diào)查依托的社會(huì)結(jié)構(gòu)的局限性找到 Sybils 的社會(huì)網(wǎng)絡(luò)。更具體地說，我們探討社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)如何影響 sybil 防御方案的執(zhí)行情況和如何使用知識(shí)結(jié)構(gòu)的社會(huì)網(wǎng)絡(luò)的攻擊者可以利用它發(fā)動(dòng)攻擊 sybil 效率更高。因?yàn)樯鐣?huì)基于網(wǎng)絡(luò)的 sybil 防御計(jì)劃使 用社交網(wǎng)絡(luò)的結(jié)構(gòu)來區(qū)分 sybil 節(jié)點(diǎn)從非 sybil 的節(jié)點(diǎn)，我們首先詢問以下問題：有沒有網(wǎng)絡(luò)很難會(huì)告訴這些兩種類型的節(jié)點(diǎn)分開嗎？換句話說，會(huì)有非 sybil 節(jié)點(diǎn)看哪里像 Sybils 或哪里很容易為 sybil 節(jié)點(diǎn)能夠偽裝成非 Sybils 的網(wǎng)絡(luò)嗎？ 憑直覺，人們會(huì)期望非西比爾地區(qū)由組成的多個(gè)網(wǎng)絡(luò)。小、 緊密型的社區(qū)相互關(guān)聯(lián)的稀稀落落地要更多易受西比爾的攻擊。在這種網(wǎng)絡(luò)中，節(jié)點(diǎn)在一個(gè)社區(qū)內(nèi)的可能會(huì)誤會(huì)為 Sybils，另一個(gè)社區(qū)中的非西寶節(jié)點(diǎn)，由于社區(qū)之間的連接受限。此外，攻擊者可以輕松地偽裝西寶節(jié)點(diǎn)作為只 是另一個(gè)社會(huì)網(wǎng)絡(luò)中通過建立仔細(xì)目標(biāo)鏈接到包含該受信任的節(jié)點(diǎn)，社會(huì)的小數(shù)目。接下來，我們來驗(yàn)證這種直覺在合成中使用的實(shí)驗(yàn)和真實(shí)世界社交網(wǎng)絡(luò)在非 sybil 節(jié)點(diǎn)具有不同的社會(huì)結(jié)構(gòu)和 sybil 節(jié)點(diǎn)使用不同攻擊戰(zhàn)略。 圖 10 圖 10：（實(shí)際網(wǎng)絡(luò)是很多第 節(jié)中使用的合成網(wǎng)絡(luò)的插圖更大 )。非 Sybils 深綠色和 Sybils 淡橙色。同時(shí)非 sybil 地區(qū)的 (a)、 (b)， and(c) 顯示越來越多的社區(qū)防護(hù)林，所有非 sybil 地區(qū)有相同數(shù)量的節(jié)點(diǎn)和鏈接和度分布。 【 社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)的影響】 我們首 先研究 sybil 防御計(jì)劃結(jié)構(gòu)的非 sybil 區(qū)域的敏感性。節(jié) 3 和 4，在我們分析綜合網(wǎng)絡(luò)，然后顯示，結(jié)果從這些簡單的情況下將應(yīng)用到現(xiàn)實(shí)世界網(wǎng)絡(luò)以及。 我們首先生成一個(gè) B225。rab225。siAlbert隨機(jī)合成網(wǎng)絡(luò) [4] 與 512 節(jié)點(diǎn)和初始學(xué)位 m = 8。這將導(dǎo)致一個(gè)隨機(jī)的電力法網(wǎng)絡(luò)，大約 3,900 的鏈接，并沒有任何的社會(huì)結(jié)構(gòu)。我們?nèi)缓笠缘绞缴梢幌盗芯W(wǎng)絡(luò)以相同的方式由電線 [3] 五個(gè)鏈接中部分 3 （導(dǎo)致一個(gè)網(wǎng)絡(luò)），然后電線 （導(dǎo)致另一個(gè)網(wǎng)絡(luò)），五更多鏈接，等等。直到只有五個(gè)鏈接兩 個(gè)社區(qū)的 256 個(gè)節(jié)點(diǎn)之間保持每個(gè) （導(dǎo)致最終的網(wǎng)絡(luò)）。輸出是一系列的網(wǎng)絡(luò)都有相同數(shù)量的節(jié)點(diǎn)，鏈接和度分布的數(shù)量。但他們表現(xiàn)出的社會(huì)結(jié)構(gòu)的水平越來越多。圖 10 給出的初始、 中間，和最終的網(wǎng)絡(luò)的一個(gè)例證。 我們使用這一系列的網(wǎng)絡(luò)評(píng)估西 sybil防御計(jì)劃與越來越多的社區(qū)結(jié)構(gòu)的網(wǎng)絡(luò)上的表現(xiàn)。要這樣做，我們將每個(gè)這些網(wǎng)絡(luò)視為非 sybil 區(qū)域，和我們隨機(jī)附加西寶區(qū)域的 256 個(gè)節(jié)點(diǎn)使用 40 個(gè) 的鏈接。然后，我們?cè)u(píng)估如何好現(xiàn)有的計(jì)劃都能夠通過使用 A′ metric 檢測(cè) Sybils。 圖 11 由于多 用戶賬戶的存在并不一定表示不當(dāng)行為，我們應(yīng)該關(guān)心的是 sybils 不一定存在，但 sybils，是行為不端的使用行為。從一個(gè)系統(tǒng)中檢測(cè)和簡單的排除 sybils是實(shí)現(xiàn)這一特別嚴(yán)厲的方式。應(yīng)該從 Sybil defenses（ Sybil 防御）轉(zhuǎn)向 Sybil toler ance（ 西比爾托勒 性質(zhì)）嗎 ? 不是明確地識(shí)別 Sybils， 例如 Sybil Guard,SybilLimit SybilInfer,系統(tǒng)可能的目標(biāo)而不是只是防止 Sybils 獲得額外 privi—— 法律 鑒于單純依賴固有的局限性 —— 為了抵御 Sybils 臉部用的網(wǎng)絡(luò) ,一個(gè)有吸引力的方式來改進(jìn)這些計(jì)劃是給 Sybil（ Sybil defense） 國防計(jì)劃的額外信息。 作為一個(gè)簡單的例子 ,供給構(gòu)成了西比爾防御方案給出了的節(jié)點(diǎn)的列表 ,在每個(gè)不同的社區(qū)在網(wǎng)絡(luò)中 ,他們是 Sybils,或已知 nonSybils。 在這種情況下 ,很明顯 ,這些額外的信息可以由社區(qū)檢測(cè)算法來準(zhǔn)確區(qū)分社區(qū)，包含 Sybil 和非 Sybil 節(jié)點(diǎn)。相比之下 ,目前西比爾國防計(jì)劃只給出了一個(gè)信任的節(jié)點(diǎn)作 為輸入 ,因此 ,他們表現(xiàn)不佳。另外一個(gè)例子 ,最近的研究表明 ,活躍用戶之間可以更好地預(yù)測(cè)社會(huì)力量之間的 聯(lián)系在 [30,31]。這些研究表明，即使在網(wǎng)絡(luò)用戶接受來自任意來源的好友請(qǐng)求，用戶能夠共享的活動(dòng)（例如，交換消息）構(gòu)成只有他們的朋友的一個(gè)有限子集。因此，在對(duì)用戶提供更多交流的信息可以幫助清除活性弱的社會(huì)關(guān)系，包括從 Sybil 節(jié)點(diǎn)的鏈接。最后，所有的工作都集中在社交網(wǎng)絡(luò)的西比爾防御系統(tǒng)，目前尚不清楚，從應(yīng)用到實(shí)際部署系統(tǒng)， 總結(jié)，例如，試圖限制選票，荷蘭國際集團(tuán)從 Sybil 節(jié)點(diǎn)通過限制效應(yīng)獲得西比爾地區(qū)的選票。 不是顯式地識(shí)別節(jié)點(diǎn) ,該協(xié)議旨在限制他們的能力從而影響最終的計(jì)票。因此 ,系統(tǒng)并不試圖阻止用戶創(chuàng)建多 個(gè)身份 ,而是確保通過這樣做 ,他們無法獲得任何額外的特權(quán)。我們相信，建筑西比爾托勒，對(duì)應(yīng)用程序可能需要更多 努力 ，顯然不如確定 sybils 一般，但允許應(yīng)用程序設(shè)計(jì)者回避定位 sybils 軍備競(jìng)賽的社會(huì)網(wǎng)絡(luò)。 圖 14 展示了這個(gè)實(shí)驗(yàn)的結(jié)果。我們看到一個(gè)減少到能夠把精度控制到 Sybils 允許接近可信節(jié)點(diǎn)的鏈接。這是由于女巫節(jié)點(diǎn)在女巫國防計(jì)劃中的排名更高 ,因此不太可能被檢測(cè)到。從這個(gè)簡單的實(shí)驗(yàn) ,很明顯可以看出 ,西比爾國防計(jì)劃的性能高度依賴攻擊模型 ,根據(jù) (例如 )不僅在于攻擊者形成鏈接的數(shù)量 ,但是可以有針對(duì)性的對(duì)付這些鏈接。 然后 ,我們重復(fù)相同的使用 Facebook 研究生網(wǎng)絡(luò)實(shí)驗(yàn)。這個(gè)實(shí)驗(yàn)的結(jié)果如圖 15所示 ,并且比以前更引人注目。隨著攻擊者被允許能夠更多的控制周遭的鏈接位置 (即。 k 降低 ),精度首先顯示沒有比隨機(jī)之前下降明顯低于 。這表明女巫防御方案排名 Sybils 明顯高于非 Sybils,這意味著方案承認(rèn) Sybils 和阻塞 nonSybils。原因是強(qiáng)大的群落結(jié)構(gòu)出現(xiàn)在 Facebook 網(wǎng)絡(luò)結(jié)合較強(qiáng)的攻擊模型 :作為 Sybils 目標(biāo)鏈接更精確 ,他們似乎是本社區(qū)可信節(jié)點(diǎn)的一部分 ,因此能夠得到更高的排名。 【 影響 】 在本節(jié)中 ,我們探索了女巫國防計(jì)劃的性能是如何影響社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)和攻擊者的能力 ,然后利用社交網(wǎng)絡(luò)的結(jié)構(gòu)推出有針對(duì)性的攻擊?；谖覀兊睦斫?,女巫防御計(jì)劃是如何工作的 ,我們假設(shè)與定義良好的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)會(huì)更容易受到女巫攻擊。驗(yàn)證我們的假設(shè) 并證明 nonSybil 區(qū)域包含更重要的社區(qū)結(jié)構(gòu) ,所有計(jì)劃的檢測(cè)精度顯著下降 ,計(jì)劃很容易有針對(duì)性的應(yīng)對(duì)女巫攻擊。 我們的分析揭示了女巫國防計(jì)劃的出現(xiàn)依賴于網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)現(xiàn)有的基本局限性。我們列出的限制決不是全面 。依靠社區(qū)檢測(cè)存在其他漏洞。例如 ,最近的一項(xiàng)研究表明 ,可靠地確定社區(qū)在各種現(xiàn)實(shí)世 界的網(wǎng)絡(luò)是一個(gè)出了名的困難任務(wù)。 指出這些限制 ,我們希望我們能夠激勵(lì)需要女巫國防計(jì)劃在更廣泛的社會(huì)網(wǎng)絡(luò)和攻擊模型中得到評(píng)估。我們的研究結(jié)果還指出，我們需要通過利用不同的網(wǎng)絡(luò)特性 (或網(wǎng)絡(luò)結(jié)構(gòu)以外的附加信息 )開發(fā)西比爾防御計(jì)劃工作相對(duì)于現(xiàn)有的計(jì)劃 ,允許女巫防御是有效的 ,但是現(xiàn)在不是。 圖 14:女巫國防計(jì)劃的準(zhǔn)確性在合成網(wǎng)絡(luò)當(dāng) Sybils 允許目標(biāo)之間的聯(lián)系最近的 k節(jié)點(diǎn)為可信節(jié)點(diǎn)。隨著 Sybils 把鏈接降低 ,所有計(jì)劃的準(zhǔn)確性下降。 圖 15:女巫國防計(jì)劃的準(zhǔn)確性在 Facebook 網(wǎng)絡(luò)中，當(dāng) Sybils 允許目標(biāo) 之間的聯(lián)系最近的 k 節(jié)點(diǎn)為可信節(jié)點(diǎn)時(shí)。 Sybils 使他們的聯(lián)系更緊密 ,所有計(jì)劃開始排名高于nonSybils 女巫節(jié)點(diǎn) (就是明證 ′低于 )。 【 】 在本文中 ,我們采取了更深入地理解許多提出的社交網(wǎng)絡(luò)的女巫國防計(jì)劃工作。我們發(fā)現(xiàn) ,盡管他們存在相當(dāng)大的差異 ,所有的女巫防御計(jì)劃依賴于識(shí)別社區(qū)的社會(huì)網(wǎng)絡(luò) ——工作。不幸的是 ,我們還發(fā)現(xiàn) ,這個(gè)依賴社區(qū)檢測(cè)的方案從根本上容易在操作 nonSybil 節(jié)點(diǎn)時(shí)受到女巫攻擊從而形成強(qiáng)有力的社區(qū)網(wǎng)絡(luò)。 根據(jù)這些負(fù)面結(jié)果 ,我們尋找替代女巫防御方法 ,并且在實(shí)踐中部署。在本 節(jié)中 ,我們首先重點(diǎn)討論額外的挑戰(zhàn) ,當(dāng)在實(shí)踐中部署基于社交網(wǎng)絡(luò)的女巫防御方案。然后 ,我們討論兩種方法來改善女巫防御前進(jìn)。我們現(xiàn)在討論點(diǎn)問題和答案。 鏈接在社交網(wǎng)絡(luò)很難表單嗎 ?本文討論的所有女巫防御計(jì)劃，假定 Sybils 只能nonSybils 形成一定數(shù)量的鏈接。然而它仍然是一個(gè)懸而未決的問題，是否在今天的在線社交網(wǎng)絡(luò)中這是真得 。很明顯 ,至少在某些社交網(wǎng)絡(luò) ,假設(shè)沒有。 Sybils 一定是壞事嗎 ?在所有的女巫防御計(jì)劃中 ,假設(shè) Sybils 存在不當(dāng)行為的證據(jù) ,沒有 nonSybil 應(yīng)該與一個(gè)女巫互動(dòng)。然而 ,原因是有合 法用戶可能希望創(chuàng)建多個(gè)身份。用戶可能希望他們的身份劃分為一個(gè)用于與同事 ,另一個(gè)是用來與朋友和家人 (如互動(dòng)。 ,如今許多人都使用多個(gè)電子郵件地址 )。用戶上傳視頻到 YouTube可能希望用假名后為了避免暴露自己的真實(shí)身份 ,同時(shí)仍然使用個(gè)人賬戶上傳視頻和評(píng)論。 【 Sybil 防御應(yīng)該利用更多的信息 ?】 這些想法我們有多遠(yuǎn)。然而 ,隨著數(shù)字身份更重要 ,很明顯 ,潛在的欺詐 ,欺騙 ,和其他錯(cuò)誤行為將增加 ,從而迫使 Sybil 防御。理解利益 ,限制 ,和權(quán)衡與選擇 —— 關(guān)聯(lián)Sybil 防御方法是一個(gè)重要的一步。 【致謝】 我們感謝匿名審 稿和我們的牧者，克里斯蒂娜妮塔回轉(zhuǎn)，對(duì)他們有幫助的意見。這種重新搜索部分是由亞馬遜網(wǎng)絡(luò)服務(wù)的教育資助。 【 】 [1]Advogato 權(quán)威網(wǎng)站。 [2]安徒生， K. 。（從種子集社區(qū)）蘇格蘭，愛丁堡。 [3]J. P. Bagrow.（ 評(píng)估當(dāng)?shù)厣缃痪W(wǎng)絡(luò)的方法） [4] 。巴拉布180。 asi和 r阿爾伯特。（隨機(jī)網(wǎng)絡(luò)中的比例） 科學(xué)數(shù)據(jù) 286： 509512。1999 [5] l .Bilge， t . Strufe,d . Balzarotti 和 。（所有你的的聯(lián)系人都屬于大家：自動(dòng)身份盜竊攻擊社會(huì)網(wǎng)絡(luò)）西班牙，馬德里。 [6] A. Clauset.（在網(wǎng)絡(luò)中尋找當(dāng)?shù)氐纳缃唤Y(jié)構(gòu)） 2021 [7] G. danezis 和 .（ SybilInfer： 使用社交網(wǎng)絡(luò)檢測(cè) Sybil 節(jié)點(diǎn)） 2021 [8] J. Douceur.（ Sybil 攻擊）劍橋大學(xué) .2021 [9] j福格蒂 r s貝克和 s e哈德遜。（以人機(jī)交互中的傳感器為基礎(chǔ)來估計(jì) ROC 曲線分析的研究案例 )維多利亞 [10] 菲頓納多。社交網(wǎng)絡(luò)檢測(cè)圖。 2021 [11] R. Guimera, L. Danon, A. DiazGuilera, F. Giralt, and A. Arenas. (自相似網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)人工交 )物理評(píng)論 ,68(6),2021。 [12] 。（小世界現(xiàn)象 :算法的角度） 2021 [13]J. Leskovec, D. Huttenlocher, 和 J. Kleinberg. 簽署網(wǎng)絡(luò)社交媒體協(xié)議。亞特蘭大 ,佐治亞州 , [14] ， ，和 。演示圖 :致密化和縮小直徑 ) 2021 [15]j . Leskovec k . Lang 和 m馬奧尼。 (網(wǎng)絡(luò)社區(qū)檢測(cè)算法的經(jīng)驗(yàn)比較 ) [ 16 ] ， K. ， ，和 M. 。 (大的社會(huì)和信息網(wǎng)絡(luò)結(jié)構(gòu)中