Key points are not available for this paper at this time.
La fraude par classement sur le marché des applications mobiles fait référence à des activités frauduleuses ou trompeuses visant à faire grimper les applications dans la liste de popularité. En effet, il devient de plus en plus fréquent pour les développeurs d'applications d'utiliser des moyens douteux, comme gonfler les ventes de leurs applications ou poster de faux avis, pour commettre des fraudes par classement. Bien que l'importance de prévenir la fraude par classement ait été largement reconnue, la compréhension et la recherche dans ce domaine sont limitées. À cette fin, dans cet article, nous proposons une vue d'ensemble de la fraude par classement et proposons un système de détection de fraude par classement pour les applications mobiles. Plus précisément, nous étudions deux types de preuves, des preuves basées sur le classement et des preuves basées sur les évaluations, en modélisant les comportements de classement et d'évaluation des applications à travers des tests d'hypothèses statistiques. De plus, nous proposons une méthode d'agrégation basée sur l'optimisation pour intégrer toutes les preuves de détection de fraude. Enfin, nous évaluons le système proposé avec des données d'applications provenant de l'App Store d'Apple sur une longue période. Dans les expériences, nous validons l'efficacité du système proposé et montrons l'évolutivité de l'algorithme de détection ainsi que certaines régularités des activités de fraude par classement.
Zhu et al. (Sun,) ont étudié cette question.