Barcuda网络研究科学家Daniel Peck发表题为“阴暗面:测量和分析Twitter和脸书恶意活动”,
论文题目为“阴暗面:测量分析微博脸书恶意活动Daniel Peck研究科学家巴拉库达网络深入了解网络犯罪如何将人圈入社交网络Peck的研究还发现用户对社会网络安全感知与实际成员率形成鲜明对比,而实际成员率您可以从中读到脸书可能吓人,但我们爱它反正.
Peck在脸书、Twitter和搜索引擎上的恶意活动数据摘要
公元前社会工程师最新接线并多5个脸书Twitter骗局避免万事通
微博
100分之一-Twitter发布比例为spam或恶意
60%-Twitter上所谓的垃圾邮件数微博上其他坏消息包括那些原创黑客和那些装有间谍器件者(11%)
千分之一-驱动下载不良TwitterURL
43%-Twitter真实用户数57%归为Peck分析类包括spambet系统或其他类型欺诈账号创建者寻找使用Twitter作为工具ish或陷阱人恶意软件.
66%-Twitter“犯罪率”从2008年底增长到2009年初,这一段也被称为Twitter的“红地毯”时代,当时它看到最大上调创建账号Peck表示Twitter犯罪率是每月创建账户中最终中止的百分比
[见导社会媒体风险:基础知识万事通
脸书
60分之一-脸书上spam/malious文章数
91.9%-回复者数目社交网络垃圾邮件.54.3%报告社交网络拆解,23.3%表示收到恶意软件
最多50-可贴上脸书照片或贴文的人数,常用策略吸引用户注意力并引向恶意链接
5分之一 -- -- 表示受社会网络发布信息负面影响的应答者数
搜索结果
千分之一-搜索结果中导致恶意软件比例
5分之一-引起恶意软件的题目比例
38%-Peck发现的恶意软件百分比取自Google搜索结果,Peck进行了153天分析搜索数千个热门题目30%的搜索结果显示雅虎有恶意拉链路,宾有24%和Twitter有8%
17%-结果中在搜索词“音乐+视频”时产生恶意百分率
引致大量恶意的其他常用搜索词包括Jenni+jwow-
