Détecteur de système robuste pour l'attaque par clone d'identité sur la plateforme Facebook

Nous vivons à l'ère des réseaux sociaux où les gens sont connectés par l'intermédiaire des médias sociaux. Twitter Facebook LinkedIn et Myspace sont des exemples de médias sociaux. Parfois les médias sociaux ne sont pas utilisés de la manière prévue ce qui entraîne des risques pour la sécurité des données des utilisateurs. Cette thèse de recherche traite d'un système de détection d'un type particulier d'attaque de sécurité dans lequel un faux utilisateur se présente comme un utilisateur valide et divulgue les informations personnelles d'autres utilisateurs. Ce type d'attaque est connu sous le nom d'Identity Clone Attack (ICA). Nous avons introduit une nouvelle technique de détection des profils de clone (CPD) qui est une approche en trois étapes basée sur une mesure de similarité une vérification de l'adresse IP et une détection du modèle comportemental. Cette technique permet d'alerter un utilisateur et ses amis en cas d'attaque par clone d'identité et de réduire les vulnérabilités de l'attaque par clone d'identité. Les API graphiques de Facebook ont été utilisées pour accéder au profil des utilisateurs de Facebook à des fins d'expérimentation. Les tests expérimentaux ont donné des résultats prometteurs.