基于密集子圖挖掘的刷單團(tuán)伙識(shí)別方法
信息技術(shù)與網(wǎng)絡(luò)安全
鄭賾一，王 澎
(杭州師范大學(xué) 阿里巴巴商學(xué)院，浙江 杭州311121)
摘要： 隨著電商的不斷發(fā)展，如何發(fā)現(xiàn)刷單賬戶以維護(hù)市場(chǎng)秩序是亟待解決的問題。根據(jù)用戶的購(gòu)買記錄構(gòu)建用戶關(guān)系網(wǎng)絡(luò)圖。根據(jù)電商刷單特性，提出通過計(jì)算用戶之間的關(guān)聯(lián)性來(lái)對(duì)抗偽裝，并提出了一種密集子圖可疑度量。根據(jù)關(guān)聯(lián)性和密集子圖可疑度量，實(shí)現(xiàn)了一種針對(duì)電商的刷單團(tuán)伙識(shí)別方法。實(shí)驗(yàn)結(jié)果表明，在真實(shí)的天貓數(shù)據(jù)集上，所提出的方法能有效地捕捉刷單團(tuán)體, 結(jié)果與FRAUDAR算法相近，有較好的識(shí)別效果。
中圖分類號(hào)： TP391
文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.19358/j.issn.2096-5133.2021.03.013
引用格式： 鄭賾一，王澎. 基于密集子圖挖掘的刷單團(tuán)伙識(shí)別方法[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(3)：72-76.
文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.19358/j.issn.2096-5133.2021.03.013
引用格式： 鄭賾一，王澎. 基于密集子圖挖掘的刷單團(tuán)伙識(shí)別方法[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(3)：72-76.
Click farm identification method based on dense subgraph mining
Zheng Zeyi，Wang Peng
(Alibaba Business School，Hangzhou Normal University，Hangzhou 311121，China)
Abstract： With rapid development of e-commerce, how to find out click farm to maintain market order has become an urgent problem. This paper constructs a graph based on the purchase records of users. With the featrues of click farm, it proposes to combat camouflage by calculating the correlation between users, and puts forward a subgraph anomaly degree metric. Finally，a suspicious subgraph searching algorithm for e-commerce to find out click farm is proposed.The results show that the proposed algorithm can find out the click farm effectively, and it is similar with FRAUDAR on the real dateset of Tmall.
Key words : graph mining；dense subgraph；click farm；fraud identification
0 引言
中國(guó)的電子商務(wù)及其相關(guān)的附屬產(chǎn)業(yè)發(fā)展迅速，而“刷單”與“炒信”作為其中一種“產(chǎn)業(yè)”也得到了快速的壯大。刷單是通過虛假交易提高商品的銷量，以吸引買家促成更多的交易。但是這是一種欺詐消費(fèi)者的手段[1]。刷單違背了市場(chǎng)公平，傷害了消費(fèi)者的權(quán)益，并且已經(jīng)形成了完整的黑色產(chǎn)業(yè)鏈。據(jù)報(bào)道，僅2016年上半年，淘寶上從事刷單等虛假交易的賣家就有150萬(wàn)家，涉及交易數(shù)目約5億筆，虛假交易的買家賬號(hào)達(dá)到900萬(wàn)個(gè)，交易額超120億元[2]。
最簡(jiǎn)單的刷單方法就是用一個(gè)賬號(hào)不停地購(gòu)買自己的商品。但是這種方法非常容易被電商平臺(tái)的算法檢測(cè)出來(lái)。于是刷單平臺(tái)成為了一個(gè)常見的選擇。商戶通過刷單平臺(tái)發(fā)布任務(wù)，然后常駐平臺(tái)的“刷手”則會(huì)接收任務(wù)通過自己刷單賬號(hào)來(lái)進(jìn)行刷單[3]。所以通常情況下刷單具有很強(qiáng)的行為相關(guān)性。
本文詳細(xì)內(nèi)容請(qǐng)下載:http://www.jysgc.com/resource/share/2000003435
作者信息:
鄭賾一，王 澎
(杭州師范大學(xué) 阿里巴巴商學(xué)院，浙江 杭州311121)
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。