Abstract：

Obtaining user feedback using votes is essential in ranking user-generated online content.  However, any online voting system is susceptible to the Sybil

attack where adversaries can out-vote real users by creating several Sybil

identities. In this talk, I will present SumUp, a Sybil-resilient online

content voting system that leverages trust networks among users to defend against Sybil attacks with strong security guarantees.

SumUp addresses the basic vote aggregation problem of how to collect

votes from different users in a trust network in the face of Sybil

identities casting an arbitrarily large number of bogus votes. We introduce the technique of adaptive vote flow aggregation that allows

SumUp to significantly limit the number of bogus votes cast by

adversaries to no more than the number of attack edges in the trust

network with high probability.  By applying SumUp on the voting trace

of Digg (online news voting site), we have detected strong evidence of

attack on many articles marked “popular” by Digg.

Bio of the Speaker

Jinyang Li is an assistant professor in computer science at New York University.  Her research interests are in distributed systems and networks.

Currently, she is working on building flexible distributed storage

systems and securing open systems by leveraging the underlying trust

network among users.  Jinyang received a Ph.D. from MIT in 2005 and

was a postdoctoral researcher at UC Berkeley from 2005-2006.