Sybilattacks are the fundamental pr

Sybil
attacks are the fundamental problem in peer-topeer
and other distributed systems. In a Sybil
attack, a malicious attacker creates multiple fake
identities to influence the working of systems
that depend on open membership, such as recommendation
and delivery systems. Recently, a
number of social network-based schemes, such
as SybilGuard, Sybillimit, SybilInfer, and SumUp,
have been proposed to mitigate Sybil attacks.
Viswanath et al. [19] develop a deep understanding
of these approaches. It shows that existing
Sybil defense schemes, which can be viewed as
graph partitioning algorithms, work by identifying
local communities (i.e., clusters of nodes
more tightly knit than the rest of the graph)
around a trusted node. Therefore, the substantial
amount of prior research on general community
detection algorithms can be used to design
effective and novel Sybil defense schemes.
Usually, binary Sybil/non-Sybil classifiers have
high false positives; thus, manual inspection
needs to be involved in the decision process for
suspending an account. SybilRank [20] aims to
efficiently derive a Sybil-likelihood ranking; only
the most suspicious accounts need to be inspected
manually. It is based on efficiently computable
early-terminated RWs and is suitable for
parallel implementation on a framework such as
Map Reduce, uncovering Sybils in OSNs with
millions of accounts. SybilRank is deployed and
tested in the operation center of Tuenti, which is
the largest OSN in Spain with 11 million users.
Almost 100 and 90 percent of the 50K and 200K
accounts, which SybilRank regards as the most
suspicious, are indeed fake. In contrast, the hit
rate of the current user-report-based approach is
only 5 percent. Thus, SybilRank represents a significant
step toward practical Sybil defense.

ผลลัพธ์ (ไทย) 1:

ซีบิล
โจมตีเป็นปัญหาพื้นฐานใน peer-topeer เบื้องต้น
และระบบกระจายอื่น ๆ ในซีบิล
โจมตีโจมตีที่เป็นอันตรายสร้างปลอมหลาย
ตัวตนที่มีอิทธิพลต่อการทำงานของระบบ
ที่ขึ้นอยู่กับสมาชิกเปิดเช่นข้อเสนอแนะ
และระบบการจัดส่ง เมื่อเร็ว ๆ นี้
จำนวนรูปแบบเครือข่ายสังคมเช่น
เป็น sybilguard, sybillimit, sybilinfer และ sumup
ได้รับการเสนอเพื่อลดการโจมตีซีบิล.
Viswanath ตอัล [19] การพัฒนาความรู้ความเข้าใจ
วิธีการเหล่านี้ มันแสดงให้เห็นว่าแผนการป้องกัน
ซีบิลที่มีอยู่ซึ่งสามารถถูกมองว่าเป็นขั้นตอนวิธีการ
กราฟการแบ่งงานโดยระบุ
ชุมชนท้องถิ่น (เช่นกลุ่มของโหนด
ถักแน่นกว่าส่วนที่เหลือของกราฟ)
รอบโหนดที่เชื่อถือได้ จึงสำคัญ
. จำนวนของการวิจัยก่อนที่ชุมชนทั่วไปขั้นตอนวิธีการตรวจสอบ
สามารถนำมาใช้ในการออกแบบที่มีประสิทธิภาพและ
นวนิยายแผนการป้องกันซีบิล
มักจะแยกแยะซีบิลไบนารี / ไม่ Sybil มี
บวกเท็จสูงดังนั้นการตรวจสอบคู่มือ
ความต้องการที่จะมีส่วนร่วมใน กระบวนการตัดสินใจ
ระงับบัญชี sybilrank [20] มีเป้าหมายที่จะได้รับมาอย่างมีประสิทธิภาพ
ซีบิลน่าจะจัดอันดับเท่านั้น
บัญชีที่น่าสงสัยมากที่สุดจะต้องมีการตรวจสอบด้วยตนเอง
มันขึ้นอยู่กับ RWS ต้นสิ้นสุดคำนวณได้อย่างมีประสิทธิภาพ
และเหมาะสำหรับการดำเนินงานคู่ขนาน
กรอบเช่น
แผนที่ลดการเปิดโปง sybils ใน OSNs ด้วย
ล้านบัญชี sybilrank จะใช้งานและ
ทดสอบในศูนย์การดำเนินงานของ Tuenti ซึ่งเป็น
OSN ที่ใหญ่ที่สุดในสเปนกับ 11 ล้านคน.
เกือบ 100 และ 90 เปอร์เซ็นต์ของ 50k และ 200k
บัญชีซึ่งเป็นเรื่องที่เกี่ยวกับ sybilrank ที่สุด
น่าสงสัยเป็นจริงของปลอม ในทางตรงกันข้ามตี
อัตราการใช้วิธีการรายงานตามปัจจุบัน
เพียงร้อยละ 5 จึงแสดงให้เห็นถึง sybilrank
ขั้นตอนที่มีความสำคัญต่อการป้องกันซีบิลปฏิบัติ

ผลลัพธ์ (ไทย) 2:

Sybil
โจมตีเป็นปัญหาพื้นฐานในเพียร์ topeer
และระบบอื่น ๆ แบบกระจาย ในการ Sybil
โจมตี โจมตีที่เป็นอันตรายสร้างปลอมหลาย
ประจำจะมีผลต่อการทำงานของระบบ
ที่พึ่งเปิดสมาชิก เช่นคำแนะนำ
และระบบจัดส่ง ล่าสุด การ
หมายเลขของแผนในการใช้เครือข่ายสังคม เช่น
SybilGuard, Sybillimit, SybilInfer และ SumUp,
ได้รับการเสนอเพื่อลดโจมตี Sybil.
Viswanath et al. [19] พัฒนาเข้าใจลึก
ของแนวทางเหล่านี้ แสดงที่อยู่
Sybil ป้องกันร่าง ซึ่งสามารถใช้เป็น
กราฟอัลกอริทึมการแบ่งพาร์ติชัน การทำงาน โดยระบุ
ชุมชน (เช่น คลัสเตอร์ของโหน
ถักแน่นยิ่งกว่าของกราฟ)
สถานโหนเชื่อถือ ดังนั้น สำคัญ
จำนวนงานวิจัยก่อนในชุมชนทั่วไป
สามารถใช้ตรวจหาอัลกอริทึมในการออกแบบ
ประสิทธิภาพ และนวนิยาย Sybil ป้องกันแผนการ
คำนามภาษา Sybil/ไม่-Sybil นารีเลย
ทำงานผิดสูงผิดพลาด ตรวจสอบด้วยตนเองดังนั้น
ต้องมีส่วนร่วมในกระบวนการตัดสินใจสำหรับ
ระงับบัญชี SybilRank [20] มีวัตถุประสงค์เพื่อ
ได้อย่างมีประสิทธิภาพได้รับการจัดอันดับ Sybil โอกาส เฉพาะ
บัญชีน่าสงสัยมากที่สุดถูกต้อง
ด้วยตนเอง โดยมีประสิทธิภาพ computable
ต้นจบ RWs และเหมาะสำหรับ
แบบขนานบริเวณกรอบเช่น
แผนที่ลด เปิดเจอทุ่นระเบิด Sybils ใน OSNs กับ
ล้านบัญชี SybilRank การจัดวาง และ
ทดสอบในการดำเนินงานศูนย์ของ Tuenti ซึ่งเป็น
OSN ที่ใหญ่ที่สุดในสเปนกับ 11 ล้านคน
เกือบ 100 และ 90 เปอร์เซ็นต์ของ 50K และ 200K
บัญชี ซึ่ง SybilRank ถือเป็นที่สุด
สงสัย มีปลอมแน่นอน ในความคมชัด การตี
อัตราปัจจุบันผู้ใช้รายงานตามวิธี
5 เปอร์เซ็นต์เท่านั้น ดังนั้น SybilRank แทนสำคัญ
ขั้นตอนปฏิบัติ Sybil ป้องกัน

ผลลัพธ์ (ไทย) 3:

การโจมตีแบบซีบิล
มีปัญหาพื้นฐานที่อยู่ในระบบแบบ Peer - topeer
ซึ่งจะช่วยกระจายและอื่นๆ ในการโจมตีซีบิล
ซึ่งจะช่วยให้ผู้โจมตีที่เป็นอันตรายที่จะสร้างได้หลายตัวปลอม
ซึ่งจะช่วยในการมีอิทธิพลต่อการทำงานของระบบ
ว่าขึ้นอยู่กับการเป็นสมาชิกเปิดให้บริการเช่นแนะนำ
และระบบการส่งมอบ เมื่อไม่นานมานี้
หมายเลขของแผนร่างการทำงาน( Schemes )โดยใช้เครือข่ายทางสังคมเช่น
เป็น sybilguard sybillimit sybilinfer และ sumup
ได้รับการเสนอเพื่อช่วยลดความเสี่ยงการโจมตีซีบิล.
viswanath et al . [ 19 ]พัฒนาความรู้ความเข้าใจอย่างลึกซึ้ง
ของแนวทางเหล่านี้ มันแสดงให้เห็นว่าโครงสร้างที่มีอยู่การป้องกัน
ซีบิลซึ่งสามารถดูได้เป็นอัลกอริธึมการแบ่งพาร์ติชั่น
กราฟทำงานโดยการระบุ
ชุมชนท้องถิ่น(เช่นระบบคลัสเตอร์ของโหนด
ไว้แน่นขึ้นเกาะกันแน่นมากกว่าส่วนที่เหลือของกราฟ)
โดยรอบโหนดได้รับความไว้วางใจ
ตามมาตรฐานดังนั้นจึงได้เป็นอย่างมากจำนวนของการวิจัยก่อนในอัลกอริธึมชุมชน
การตรวจจับทั่วไปสามารถใช้ในการออกแบบโครงสร้างการป้องกัน
ซึ่งจะช่วยได้อย่างมี ประสิทธิภาพ และเป็นนวนิยายซีบิล.
โดยปกติแล้ว classifiers / non - ซีบิลซีบิลไบนารีไม่มี
สูงดังนั้นการแจ้งเตือนการตรวจสอบคู่มือ
ซึ่งจะช่วยตอบสนองความต้องการในการมีส่วนร่วมในกระบวนการการตัดสินใจ
ซึ่งจะช่วยการพักบัญชีที่ sybilrank [ 20 ]มีความมุ่งมั่นที่จะได้รับการจัดอันดับซีบิล - โอกาส เท่านั้น

ได้อย่างมี ประสิทธิภาพบัญชีที่น่าสงสัยมากที่สุดจำเป็นต้องมีการตรวจสอบเพื่อให้ได้
ด้วยตนเอง โรงแรมคือที่ใช้ rws ได้อย่างมี ประสิทธิภาพ คำนวณได้
ช่วงต้น - สิ้นสุดลงและเหมาะสำหรับการนำไปใช้งาน
ซึ่งจะช่วยแบบคู่ขนานบนกรอบเช่น
แผนที่ลดรุนแรง sybils ใน osns พร้อมด้วย
ซึ่งจะช่วยหลายล้านคนในบัญชี sybilrank คือนำไปใช้งานและ
ซึ่งจะช่วยได้รับการทดสอบในศูนย์กลางการทำงานของ tuenti ซึ่งเป็น
osn มีขนาดใหญ่ที่สุดในประเทศสเปนพร้อมด้วย 11 ล้านบาทผู้ใช้.
เกือบจะ 100 และ 90% ของ 50 K และ 200 K
บัญชีซึ่ง sybilrank ขอแสดงความนับถือเป็นที่น่าสงสัยมากที่สุด
ซึ่งจะช่วยจริงๆปลอม ในอัตราความเปรียบต่างตี
ซึ่งจะช่วยให้การใช้รายงานปัจจุบันที่ใช้อยู่
เพียงร้อยละ 5 ดังนั้น sybilrank เป็นขั้นตอนสำคัญ
ซึ่งจะช่วยให้ทางการป้องกันซีบิลในทางปฏิบัติ