Chinaunix

标题: CU马甲验证算法研究 [打印本页]

作者: nilgod 时间: 2012-07-01 16:56
标题: CU马甲验证算法研究
本帖最后由 nilgod 于 2012-07-01 17:25 编辑

问题描述RT。CU高手@塑料袋，CU强人@群雄逐鹿中原，的算法如下。不知各位高人神仙，有兴趣讨论或者提出新的更强算法没有？当然，纯粹娱乐而吐槽两句也可以。
另外，特别邀请如下CU各路活跃散仙前来观看@flw， @Ager， @starwing83， @龙骨五钱， @MMMIX， @狗气球， @chinesedragon， @folklore， @三月廿七， @hongshaohu， @fender0107401， @bruceteen， @幻の上帝， @aychxm， @KBTiller， @zylthinking， @mirnshi， @oooooxxxxx， @hbmhalley， @koolcoy， @hellioncu， @tempname2， @L_kernel， @yulihua49， @wyw5257， @鸡丝拌面， @_Rayx， @ifreecoding， @AD8018， @OwnWaterloo， @wwwsq， @gtkmm， @cokeboL， @千年老狼， @pandaiam， @sonicling，@bbjmmj

1.PNG (101.98 KB, 下载次数: 22)

2.PNG (65.83 KB, 下载次数: 24)

作者: nilgod 时间: 2012-07-01 17:16
还是我先来吧。

我觉得塑料袋那个算法不错，简单易行。

作者: nilgod 时间: 2012-07-01 17:24
欢迎大家踊跃发言，有新算法我会更新到第一楼去

lol

作者: fender0107401 时间: 2012-07-01 17:25
主要是提高马甲的成本吗，一般而言马甲和大号都是一个机器上出来的。

所以技术上就能搞定，不需要什么人工只能只来的高深算法。

作者: nilgod 时间: 2012-07-01 17:27
回复 4# fender0107401

这个一般可信度大概多少？有数据么？另外，如果这个假设不成立，我们该如何设计一个算法来觉得这个问题？

f版可有想法？

作者: _Rayx 时间: 2012-07-01 17:29
最主要的原因是：根据相关法侓法规，马甲是不犯法的。

作者: nilgod 时间: 2012-07-01 17:30
回复 6# _Rayx

你这不是在侧面说塑料袋和群雄逐鸡中原有病么？你是这个意思么？。。。好吧。。。

作者: fender0107401 时间: 2012-07-01 17:32
本帖最后由 fender0107401 于 2012-07-01 17:32 编辑

回复 5# nilgod

识别难度很大，计算机毕竟不是人脑，没有那么牛逼的模式识别能力，就算有这种算法，也需要很大量的数据喂给它吃来训练它。

最关键的是在这里得瑟的多数都是程序员，而且还都他妈的多数都是C程序员，所以大家都知道计算机是怎么思考的，就算你设计了一个算法出来，这些人也知道怎么样让你的算法找不着北。

作者: fender0107401 时间: 2012-07-01 17:33
本帖最后由 fender0107401 于 2012-07-01 17:37 编辑

C程序员是一个可怕的物种。

这帮人总能大致猜测出编译器在干什么，能清楚的看清楚指针和内存之间的关系，多数都懂数据结构和算法，这些人能很容易的让程序变得牛逼或者傻逼。

作者: nilgod 时间: 2012-07-01 17:37
回复 8# fender0107401

这个我不同意f版的说法。

人留下信息是不自觉的，是无意识的。所以只要我们能设计一个算法，然后让这些无意识的数据能被收集利用起来，应该可以获得不错的马甲辨识效果。

比如“马甲四号”，这个id我基本就断定是某人马甲了，你可以直接看他的言论来定。

作者: nilgod 时间: 2012-07-01 17:38
回复 9# fender0107401

唉，我们别偏移话题了。继续看塑料袋和群雄逐鸡的算法吧。

看看CU还有人出来挑战它们没有。

作者: fender0107401 时间: 2012-07-01 17:39
回复 10# nilgod

大哥你懂不懂什么叫监管成本啊？

那个马甲会傻逼到那个程度叫马甲4号啊。

一个认真的敬业的马甲都会起一个牛逼闪闪的名字，其锋芒也许改过大号。

作者: fender0107401 时间: 2012-07-01 17:40
回复 11# nilgod

不是跑题，这是在讨论其可行性。

作者: nilgod 时间: 2012-07-01 17:42
回复 12# fender0107401

你没懂我意思。

我说马甲四号这个id是马甲并不单纯是名字含有“马甲”这个关键字，而是他的帖子和言论，f版有兴趣可以自己看看，其帖子的主题和上下文，以及当时环境下的讨论帖子之间的关系是可以做聚类的，而且我估计很容易把这个就是别人的帖子聚类在一起了。

作者: fender0107401 时间: 2012-07-01 17:45
回复 14# nilgod

这个我都懂，我之前搞软计算方法的。

你首先要有一个清楚的认识，一组输入和输出，这组输入和输出必须是正确的，然后喂给一个算法（假设这个算法能识别并学习其中的规律）。

这组输入和输出必须是正确的，你要先识别出来，这个成本很大的，你考虑过没有。

作者: nilgod 时间: 2012-07-01 17:50
回复 15# fender0107401

不，我不需要正确的输出，而是一个相对正确的输出，因为我要保证的是判断成马甲无错，而判断不是马甲的未必不是马甲。

这个程度上来说，整个算法目前应该是可以设计出来的。不过这个和塑料袋和群雄猪鸡的算法就不同了，我们先讨论它们的算法或者它们自己来讨论。

作者: nilgod 时间: 2012-07-01 17:55
@群雄逐鹿中原

@塑料袋

快来啊，详细描述一下你们的算法

作者: nilgod 时间: 2012-07-01 18:15
遥遥互换@塑料袋 @群雄逐鹿中原来研究算法啊。。。

人呢？算法提出就跑了？

作者: _Rayx 时间: 2012-07-01 18:19
回复 7# nilgod

虽然马甲不好，但很难禁止。

作者: nilgod 时间: 2012-07-01 18:27
回复 19# _Rayx

难不难无所谓，我们这里是在讨论一个可行的算法。

作者: nilgod 时间: 2012-07-01 18:30
期待@塑料袋利用高深的数学终极原理，并结合茅厕洞，马克死等等先进思想，然后提出一个终极算法来解决这个马甲问题，这个问题好难，反正我是没法搞了，期待@塑料袋神仙能解决。

作者: cokeboL 时间: 2012-07-01 18:46
如果是针对那种无耻之徒，我觉得唯有人肉搜索算法+大棒才是合理有效的不二法门！

作者: cdtits 时间: 2012-07-01 18:49
请问：如果是公共的上网机器，很多人分时使用，能搞定么？

作者: nilgod 时间: 2012-07-01 18:56
回复 22# cokeboL

这个不太好，把事情搞复杂了。

我们现在需要的是一个简单可行的算法来搞这个。

作者: nilgod 时间: 2012-07-01 18:57
回复 23# cdtits

你这个特别要问@塑料袋啊

作者: seelook 时间: 2012-07-01 19:10
本帖最后由 seelook 于 2012-07-01 19:10 编辑

@这么多, 想人围观

作者: hbmhalley 时间: 2012-07-01 21:47
同鹿. cookie里存着用户名。另外两用户在线时长相似活跃板块相似但在线时间无交集的可疑度很高。

作者: nilgod 时间: 2012-07-01 23:26
回复 27# hbmhalley

有道理，不过我觉得依然不是太好，以为你这个怎么做成算法？给个详细描述。

作者: nilgod 时间: 2012-07-01 23:35
@塑料袋
@群雄逐鹿中原

呼唤两位，快来研究算法啊。。。

作者: nilgod 时间: 2012-07-01 23:36
本帖最后由 nilgod 于 2012-07-01 23:38 编辑

@塑料袋

我现在可是身中剧毒哦，脑子不清晰，一下就打死了，别错过机会哦，错过了就没有了哦。

另外，带上你的特供脑残片牌精神兴奋剂，和小红书，还有你光荣的裆，一起来吧。我就等你了。

作者: oooooxxxxx 时间: 2012-07-02 01:50
词频分析就能识别大部分马甲，上马甲的时候加代理换浏览器很容易，但是能时刻注意自己语言习惯的人很少。

作者: nilgod 时间: 2012-07-02 01:57
回复 31# oooooxxxxx

我觉得这个比@塑料袋大婶的要稍微靠谱一点，不过也不怎么出色。

能改进完善，提出完整的算法么？

作者: fender0107401 时间: 2012-07-02 08:07
回复 31# oooooxxxxx

样本空间可能不够。

作者: hbmhalley 时间: 2012-07-02 08:26
回复 28# nilgod

分别处理每个ip，记录此ip所有用户的上下线事件，以此统计每对用户的重叠在线时长，再用个类似重叠时长/(A时长*B时长) 之类的排个序，然后这大概就是个参考信息怎么用另说.

作者: hellioncu 时间: 2012-07-02 09:04
以后统统实名制，马甲死光光

作者: oooooxxxxx 时间: 2012-07-02 10:11

fender0107401 发表于 2012-07-02 08:07
回复 31# oooooxxxxx

样本空间可能不够。

这个可能，帖子都太短，累加效果不好。

作者: ggmove 时间: 2012-07-02 10:20
本帖最后由 ggmove 于 2012-07-02 10:20 编辑

回复 35# hellioncu
实名制不错，可行，也不需要算法了

作者: Reallsc 时间: 2012-07-02 10:24

hbmhalley 发表于 2012-07-02 08:26
回复 28# nilgod

或者简单的签名下方显示IP即可，高校BBS都这么做。

作者: fender0107401 时间: 2012-07-02 10:59
回复 36# oooooxxxxx

而且，既然是马甲，就很可能打一枪换一个ID，没有大量的累计很难做词频统计。

作者: 群雄逐鹿中原 时间: 2012-07-02 11:02
每次注册，支付100元。

作者: koolcoy 时间: 2012-07-02 11:15

群雄逐鹿中原发表于 2012-07-02 11:02
每次注册，支付100元。

这是到目前为止，最好的一个解决办法

作者: 方兆国 时间: 2012-07-02 11:17
回复 4# fender0107401

可是一台电脑可以有好几个ip的，ifconfig add

作者: 方兆国 时间: 2012-07-02 11:21
回复 38# Reallsc

一个电脑可以有多个ip啊，就像ftp服务器那种，ftp是基于ip的，web是基于域名的

作者: 方兆国 时间: 2012-07-02 11:24
回复 27# hbmhalley

用两个浏览器的人呢

作者: koolcoy 时间: 2012-07-02 11:27
通过技术手段能不能防止一个人用3个马甲，但是防止一个人用300个马甲还是很容易的

作者: fender0107401 时间: 2012-07-02 11:32
回复 42# 方兆国

所以说吗，我们要对付的是程序员，还有系统管理员，不是大叔大妈，没有那么容易搞定的。

作者: 方兆国 时间: 2012-07-02 11:33
回复 10# nilgod

可是无限制的收集造成的成本还不如放任马甲

作者: 方兆国 时间: 2012-07-02 11:34
回复 46# fender0107401

嗯，对了，我很好奇，用虚拟机的话，服务器接收到的mac和ip是那个电脑的

作者: hbmhalley 时间: 2012-07-02 11:39
回复 44# 方兆国

要是连自己了都骗了那还有啥办法两个浏览器两个代理两国语言没辙啊

作者: 方兆国 时间: 2012-07-02 11:39
回复 14# nilgod

可是，还有一些关系较好的CUer，经常在一起聊相同的话题，那……你懂得

作者: mirnshi 时间: 2012-07-02 11:41
闲得蛋疼。别以为穿上马甲，系统管理员就不认识你了。系统管理员想抓你，门牌号都搞得清清楚楚。打电话，上网，购物，都会泄漏行踪。

作者: 方兆国 时间: 2012-07-02 11:42
回复 49# hbmhalley

對呀，我就安裝了三個瀏覽器，IE/IEx64，firefox，opera，不同的瀏覽器的cookie是分開的。再者說，哪有一個人會挂馬甲時使用同一個瀏覽器來挂，不停的登來登出的，累死人

作者: 方兆国 时间: 2012-07-02 11:43
回复 51# mirnshi

怪不得CU經常有拍賣、贈送什麽的，原來是在收集信息啊

作者: 方兆国 时间: 2012-07-02 11:45

fender0107401 发表于 2012-07-02 11:32
回复 42# 方兆国

所以说吗，我们要对付的是程序员，还有系统管理员，不是大叔大妈，没有那么容易搞定的 ...

沒有人家做不到的，只有我們想不到的，方法多著呢，什麽代理服務器什麽的

作者: nilgod 时间: 2012-07-02 13:34
回复 34# hbmhalley

我觉得你这个ip记录就是一个很麻烦的事情了，因为ip是随机变化的，你咋记录？

作者: nilgod 时间: 2012-07-02 13:36
回复 35# hellioncu

不要。我们不要搞得跟新浪微博那么严肃，又不是为了裆国统治，我们要的是言论自由。但是马甲这个东西有时候的确需要验证，主要是为了防止恶意攻击，比如开100个马甲去骂别人，或者误导民意，这个就不好了。这个问题还可以衍生到水军的处理问题等等。所以我觉得比较有意义。

简化来说，问题就是：

给你一堆言论，这些言论可能来自于多个帐号，怎么把这些帐号进行归一化，看哪些帐号的确是一个人在主导。

作者: nilgod 时间: 2012-07-02 13:37
回复 36# oooooxxxxx

这个问题我们占时不用考虑，你假设原始数据都足够多就行。先简化问题。

作者: nilgod 时间: 2012-07-02 13:38
回复 38# Reallsc

行之简单，问题是太容易绕过了。

作者: nilgod 时间: 2012-07-02 13:39
回复 40# 群雄逐鹿中原

你这个脑残么？你会注册么？

作者: nilgod 时间: 2012-07-02 13:40
回复 46# fender0107401

搞个聚类系统。

作者: nilgod 时间: 2012-07-02 13:41
回复 47# 方兆国

放屁，你知道你在说什么么？此处根本没涉及到成本那个成面的问题，事情本来就复杂，你问题没解决又引入新问题，别耍这一套。

作者: nilgod 时间: 2012-07-02 13:42
回复 48# 方兆国

mac可以随意造，ip要看虚拟机具体设置。

作者: nilgod 时间: 2012-07-02 13:42
回复 50# 方兆国

作者: nilgod 时间: 2012-07-02 13:43
回复 51# mirnshi

所以你这种就没得救了。

别发散，专注于讨论的问题。

作者: nilgod 时间: 2012-07-02 13:44
回复 52# 方兆国

小甜饼这些根本就不是正规的解决问题的该有的思路方向，所以你一开始就走错了路。

作者: nilgod 时间: 2012-07-02 13:50
再次互换@塑料袋，快来研究啊，@群雄逐鹿中原都来了，就差你了

作者: 财版 时间: 2012-07-02 14:22
撸哥撸哥可奈何

作者: 方兆国 时间: 2012-07-02 15:57
我还没有看到他给我的回复呢……就被禁言了

作者: wyw5257 时间: 2012-07-02 16:09
。。。悲剧的LZ

作者: 塑料袋 时间: 2012-07-02 16:15
孙行者走了，者行孙来了；
者行孙又走了，行者孙估计快来了。

楼主真是太NB咧，诠释了啥叫嚣张，啥叫疯狂。
昨天@了我半天，非要我回他贴，我是大气都不敢出一口啊，我算是彻底不想和这个人有任何瓜葛了，他忒NB咧

作者: Ager 时间: 2012-07-02 16:42
还没来得及跟帖，楼主就被封了……

但跟帖还是要跟的：

对于楼主的这个问题，在二进制的世界里，恐怕是没有普适而有效的解法的，必须借助于二进制世界以外的社会工程学。

作者: sonicling 时间: 2012-07-02 16:57
对 lz 表示哀悼。

作者: 千年老狼 时间: 2012-07-02 17:38
楼主1号很快会回来的

作者: Ager 时间: 2012-07-02 18:06

nilgod的马甲发表于 2012-07-02 17:42
楼主没死，明天服务器就下来，3天左右，其他部件基本也会搭建好，然后我那边开好坛子大家就过来吧。既然cu没 ...

小沙发，支持！

对了……万一有人在贵论坛，抢注了网友在这里的ID，怎么办？

你看……社会工程学是无处不在的……

呵呵……

作者: hbmhalley 时间: 2012-07-02 18:19
回复 75# nilgod的马甲

哟 .. 独立战争 ..

希望别弄成台湾议会 ..

作者: Ager 时间: 2012-07-02 18:24

hbmhalley 发表于 2012-07-02 18:19
回复 75# nilgod的马甲

哟 .. 独立战争 ..

希望别弄成台湾议会 ..

倒不觉得是独立战争。

是五月花号的新大陆，呵呵……

作者: 鸡丝拌面 时间: 2012-07-04 14:14

nilgod的马甲发表于 2012-07-02 17:42
楼主没死，明天服务器就下来，3天左右，其他部件基本也会搭建好，然后我那边开好坛子大家就过来吧。既然cu没 ...

好啊，支持

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)