【直击Web科技最前线：脸书研究院】侦测假账号有新方法，改靠人际关系网络提高分辨率

随着网络科技的发展，社交网站已成为许多人每天生活中的日常，脸书更是很多人每天都会使用的社交网络平台，这个全球最大的社交网络平台，每日用户已超过15亿，然而，为了维护社交平台不被滥用，光是2018年第一季脸书就关闭了5.83亿个假账号，过了一年，关闭的假账号数量高达将近22亿个。

大量的假账号如何拦截？脸书内部自有一套做法，包括透过各种侦测系统，封锁来自特定IP位置的账号申请要求，事先防堵假账号，其次是侦测假账号的异常行为，在账号刚建立初期就予以移除，或是将可疑的账号列为观察名单，其他用户检举恶意行为再移除。

近期，脸书在今年在台举行的Web Conference 2020分享了防堵假账号的新方法，这是由哈佛博士生Adam Breuer和两名脸书资料科学团队成员Roee Eilat 和Udi Weinsberg 共同完成，脸书也将其成果在脸书研究院的官网上发表。

该团队提到，假账号建立有三个阶段，首先是建立假账号，接下来发送交友请求，以扩展社交网络连结，当达到一定规模后开始滥用的行为，例如大量的发送垃圾或恶意讯息。

不过，要侦测新建立的假账号有困难，主要是因为这些账号在建立的初期，发出的交友连结并不多，难以被查觉异常。

他们发现，假账号和真实用户两者在发送交友请求上有很大的不同，假账号发出的交友请求，遭拒绝的比率，高于真实用户被拒绝的比率，这代表了人们有警觉性，倾向接受他们熟悉的(认识的人发出的请求)，拒绝那些他们不熟悉(假账号的请求)。但这非绝对，实际上，真实的用户也可能被拒绝，而假账号也可能被接受。

如果一位用户倾向接受真实用户的交友请求，当他接受了一个交友请求，那么发出请求的账号可能是真实的用户，相反的，如果交友请求被拒绝，那么发出请求的账号是假的可能性就会增加。即使用户倾向接受假账号的交友请求，当他接受交友请求，发出请求的账号是假账号的可能性也会增加。

他们也从数据上发现，假账号为了提高被接受的可能性，会谨慎的挑选发出交友请求的目标。因此从新建立账号（可能为真实用户或假账号）发出交友请求的目标对象，以及他们的反应(接受或拒绝请求)，作为判断新账号为真实或假账号的可能性。

基于这个概念，脸书研究团队提出一个新算法SybilEdge，用以在假账号建立的初期侦测出来，避免这些假账号滥用社交网络服务。研究将新账号定义为7天内建立，或是发出的交友请求在50个以内。

SybilEdge分两阶段，首先，以某段时期的资料，加上内容及行为分类器对实际滥用行为的结果，去训练模型，这个阶段提供训练模型所需要的参数，接下来，实际对每个交友请求和反应(接受或拒绝)执行模型，更新对新账号判断为假账号的可能性。

相较于传统的假账号侦测方法，多以可疑账号的行为作为判断，SybilEdge重视新账号发出交友请求的目标用户，算法会特别增加目标用户的权重，包括目标用户受其他用户(假账号或真实账号)的偏好程度，目标用户收到交友请求后的反应（接受或拒绝），此外，当确信目标用户能够判断账号的真伪时，给予信赖权重。

研究团队以AUC（AUC=1为完全的分类器，若AUC=0.5则代表随机性质的分类器）衡量和SybilSCAR、SybilRank、SybilBelief等模型的表现，结果显示SybilEdge的表现优于其他相关模型，在新账号发出15个交友请求时，SybilEdge的AUC大于0.9。