Los puntos clave no están disponibles para este artículo en este momento.
Recientemente, ha habido mucho entusiasmo en la comunidad de investigación sobre el uso de redes sociales para mitigar ataques de múltiples identidades, o ataques Sybil. Se han propuesto varios esquemas, pero difieren mucho en los algoritmos que utilizan y en las redes sobre las que se evalúan. Como resultado, la comunidad de investigación carece de una comprensión clara de cómo se comparan estos esquemas entre sí, cuán bien podrían funcionar en redes sociales del mundo real con diferentes propiedades estructurales, o si existen otras formas (potencialmente mejores) de defensa contra Sybils. En este artículo, mostramos que, a pesar de sus considerables diferencias, los esquemas de defensa Sybil existentes funcionan al detectar comunidades locales (es decir, grupos de nodos más interconectados que el resto del grafo) alrededor de un nodo de confianza. Nuestro hallazgo tiene importantes implicaciones para el diseño de los esquemas de defensa Sybil, tanto existentes como futuros. Primero, mostramos que hay una oportunidad para aprovechar la considerable cantidad de trabajo previo sobre algoritmos generales de detección de comunidades con el fin de defenderse contra los Sybils. En segundo lugar, nuestro análisis revela los límites fundamentales de las defensas Sybil basadas en redes sociales actuales: demostramos que las redes con una estructura de comunidad bien definida son inherentemente más vulnerables a los ataques Sybil, y que, en tales redes, los Sybils pueden dirigir cuidadosamente sus enlaces para hacer que sus ataques sean más efectivos.
Viswanath et al. (2010) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: