Detection of account cloning in online social networks
Issued Date
2024
Copyright Date
2020
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
xi, 57 leaves: ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Eng. (Computer Engineering))--Mahidol University, 2020
Suggested Citation
Dechana Punkamol Detection of account cloning in online social networks. Thesis (M.Eng. (Computer Engineering))--Mahidol University, 2020. Retrieved from: https://repository.li.mahidol.ac.th/handle/20.500.14594/99452
Title
Detection of account cloning in online social networks
Alternative Title(s)
การตรวจจับการโคลนบัญชีบนโซเชียลเน็ตเวิร์ค
Author(s)
Abstract
This research had the objective to develop framework and evaluate the chosen methods by extracting attributes from Twitter's data and identifying attributes that are helpful in account cloning detection. Twitter is chosen as a case study due to it being a popular social network platform in Thailand. The framework consists of 3 parts as follows: 1) Twitter crawler retrieved data and their recent tweets from Twitter, 2) Attribute extractor extracted attributes for further analysis, and 3) Cloning detector analyzed the similarities of user profiles, similarities of friend & follower and classification of post behavior & writing style as fake or authentic accounts. The profile attribute similarity, friend & follower similarity can help identify accounts that may be attackers. Potential attackers and victim can be put under close monitoring by further experiment. Posting behavior & writing style can further distinguish whether any post claimed to be written by the victims is authentic. Status related attributes are more discriminative than writing style attributes. If using these attributes altogether yields the best results. The experimental results support that the proposed framework is feasible and effective. It can be customized to support other social network platforms.
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ พัฒนาเฟรมเวิร์กและประเมินวิธีการแยกคุณลักษณะจากข้อมูลของทวิตเตอร์ และระบุคุณลักษณะที่เป็นประโยชน์ในการตรวจจับการลอกบัญชี ทวิตเตอร์ถูกเลือกเป็นกรณีศึกษาเนื่องจากเป็นแพลตฟอร์มโซเชียลเน็ตเวิร์คที่ได้รับความนิยมในประเทศไทย เฟรมเวิร์กประกอบด้วย 3 ส่วนดังนี้ 1) ตัวสืบค้นทวิตเตอร์ทำหน้าที่เก็บข้อมูลและทวีตล่าสุดของพวกเขาจากทวิตเตอร์ 2) ตัวแยกคุณลักษณะทาหน้าที่แยกคุณลักษณะสาหรับการวิเคราะห์เพิ่มเติม และ 3) ตัวตรวจจับการโคลนทำหน้าที่วิเคราะห์การจำแนกพฤติกรรมการโพสต์และรูปแบบการเขียนเป็นบัญชีปลอมหรือจริง การทดลองความคล้ายคลึงกันของคุณลักษณะโปรไฟล์ การทดลองความคล้ายคลึงกัน ของเพื่อนและผู้ติดตามสามารถช่วยระบุบัญชีที่อาจเป็นผู้โจมตีได้ บัญชีผู้โจมตีและเหยื่อที่สงสัยสามารถสังเกตการณ์อย่างละเอียดโดยทดลองเพิ่มเติม การทดลองพฤติกรรมการโพสต์และรูปแบบการเขียนสามารถแยกแยะความแตกต่างได้ว่าโพสต์ใด ๆ ที่อ้างว่าถูกเขียนโดยผู้ที่ตกเป็นเหยื่อนั้นเป็นของจริง คุณลักษณะที่เกี่ยวข้องกับสถานะนั้นมีผลมากกว่าคุณลักษณะของลักษณะการเขียน หากใช้คุณลักษณะเหล่าร่วมกันจะให้ผลลัพธ์ที่ดีที่สุด ผลการทดลองสนับสนุนว่าเฟรมเวิร์กที่เสนอนั้นเป็นไปได้และมีประสิทธิภาพ สามารถปรับแต่งเพื่อให้รองรับแพลตฟอร์มเครือข่ายสังคมอื่น
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ พัฒนาเฟรมเวิร์กและประเมินวิธีการแยกคุณลักษณะจากข้อมูลของทวิตเตอร์ และระบุคุณลักษณะที่เป็นประโยชน์ในการตรวจจับการลอกบัญชี ทวิตเตอร์ถูกเลือกเป็นกรณีศึกษาเนื่องจากเป็นแพลตฟอร์มโซเชียลเน็ตเวิร์คที่ได้รับความนิยมในประเทศไทย เฟรมเวิร์กประกอบด้วย 3 ส่วนดังนี้ 1) ตัวสืบค้นทวิตเตอร์ทำหน้าที่เก็บข้อมูลและทวีตล่าสุดของพวกเขาจากทวิตเตอร์ 2) ตัวแยกคุณลักษณะทาหน้าที่แยกคุณลักษณะสาหรับการวิเคราะห์เพิ่มเติม และ 3) ตัวตรวจจับการโคลนทำหน้าที่วิเคราะห์การจำแนกพฤติกรรมการโพสต์และรูปแบบการเขียนเป็นบัญชีปลอมหรือจริง การทดลองความคล้ายคลึงกันของคุณลักษณะโปรไฟล์ การทดลองความคล้ายคลึงกัน ของเพื่อนและผู้ติดตามสามารถช่วยระบุบัญชีที่อาจเป็นผู้โจมตีได้ บัญชีผู้โจมตีและเหยื่อที่สงสัยสามารถสังเกตการณ์อย่างละเอียดโดยทดลองเพิ่มเติม การทดลองพฤติกรรมการโพสต์และรูปแบบการเขียนสามารถแยกแยะความแตกต่างได้ว่าโพสต์ใด ๆ ที่อ้างว่าถูกเขียนโดยผู้ที่ตกเป็นเหยื่อนั้นเป็นของจริง คุณลักษณะที่เกี่ยวข้องกับสถานะนั้นมีผลมากกว่าคุณลักษณะของลักษณะการเขียน หากใช้คุณลักษณะเหล่าร่วมกันจะให้ผลลัพธ์ที่ดีที่สุด ผลการทดลองสนับสนุนว่าเฟรมเวิร์กที่เสนอนั้นเป็นไปได้และมีประสิทธิภาพ สามารถปรับแต่งเพื่อให้รองรับแพลตฟอร์มเครือข่ายสังคมอื่น
Description
Computer Engineering (Mahidol University 2020)
Degree Name
Master of Engineering
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Computer Engineering
Degree Grantor(s)
Mahidol University