时       间：2022-06-20 (Mon)  18:30

地       点：钉钉远程

主  讲  人 : 蔡逸桐,赵祎君,刘珍妮,张璐婷

会议秘书：刘珍妮

题目：《Catching Transparent Phish: Analyzing and Detecting MITM Phishing Toolkits》

分享类型：精讲论文       汇报人：刘珍妮

简介：网络钓鱼常通过冒充值得信任的网站引诱受害者泄露个人信息，如账户凭证、银行信息等。传统的网络钓鱼需要花大量时间和精力去复制目标站点并定期维护，为减轻攻击者创建和维护钓鱼站点的负担，一体化的钓鱼工具包应运而生。这些网络钓鱼工具包可以自动获取目标站点的静态副本。而由于越来越多的网站使用双因素（2FA）身份验证，以及网页内容使用动态机制替代静态内容，这对钓鱼工具包提出了新的需求。针对以上问题，新一代网络钓鱼工具包——中间人（MITM）网络钓鱼工具包逐渐发展流行。使用MITM网络钓鱼工具的钓鱼网站内容上更加真实，并结合cloak机制，使其成为当前检测方式的盲点。本文首次对MITM网络钓鱼工具包进行深度分析，并使用网络层特征检测，达到99.9%的准确率。基于该检测算法设计并实现一个自动化、可集成的检测工具PHOCA，并对PHOCA检测出的大量MITM钓鱼站点进行分析。

题目：《NUMFabric: Fast and Flexible Bandwidth Allocation in Datacenters》

分享类型：精讲论文       汇报人：张璐婷

简介：NUMFabric是一种解决网络效用最大化问题的新型分布式算法，使运营商能够指定如何在竞争流之间分配带宽，以满足服务级别目标。NUMFabric通过两个逻辑层对网络利用率和最佳带宽分配功能进行分解，并基于WFQ的分组调度机制与主机上的速率控制方案相结合，从而实现竞争流的加权最大最小带宽分配。在收敛速度上，NUMFabric比以前的方案提升2.3倍。本文使用真实的数据中心拓扑和高度动态的工作负载来评估NUMFabric，并表明它能够在这种紧张的环境中提供灵活性和快速收敛。

题目：《Throwing Darts in the Dark? Detecting Bots with Limited Data using Neural Data Augmentation》

分享类型：精讲论文       分享人：蔡逸桐

简介：本文提出了一种基于流的机器人流量检测系统，该方案可以进行实时分析去检测机器人流量。针对机器学习模型需要不断提供标签数据进行训练的局限性，本文提出了一种数据合成方法来生成机器人流量数据，以便在有限的标记数据下实现有效的模型训练。本文提出的方法只需要1%的标签数据就可以训练出一个超过现有方法的模型。数据合成方法也使得模型能以较低的成本进行再训练来维持模型的有效性。

题目：《IFSpard: An Information Fusion-based Framework for Spam Review Detection》

分享类型：精讲论文       分享人：赵祎君

简介：在线评论包含有关产品的质量信息和用户体验，会影响客户的消费决策，但有一些欺诈者会因为某些意图撰写虚假评论来误导消费者，因此需要对这些垃圾评论进行检测。本文提出了IFspard，这是一种基于信息融合的新型框架，旨在从各个方面探索和利用有用的信息来检测垃圾邮件评论。该框架使用基于图的特征提取方法和基于交互挖掘的特征交叉方法自动提取基本特征和复杂特征，使用基于互信息的特征选择和表示学习方法去除特征中的不相关和冗余信息，最后使用自适应集成模型进行垃圾评论检测。在几个公共数据集上的实验结果表明，所提出的模型比最先进的方法表现更好。