Socialt nätverk diagram. Kredit:Daniel Teneriffa/Wikipedia
Ben-Gurion University of the Negev (Beer-Sheva, Israel) och University of Washington (Seattle) forskare har utvecklat en ny generisk metod för att upptäcka falska konton på de flesta typer av sociala nätverk, inklusive Facebook och Twitter.
Enligt en ny studie i Sociala nätverksanalys och gruvdrift , den nya metoden bygger på antagandet att falska konton tenderar att skapa osannolika länkar till andra användare i nätverken.
"Med de senaste oroande nyheterna om misslyckanden med att skydda användarnas integritet, och riktad användning av sociala medier av Ryssland för att påverka val, att utrota falska användare har aldrig varit av större betydelse, " förklarar Dima Kagan, huvudforskare och forskare vid BGU Institutionen för mjukvaru- och informationssystemteknik. "Vi testade vår algoritm på simulerade och verkliga datamängder på 10 olika sociala nätverk och den presterade bra på båda."
Algoritmen består av två huvuditerationer baserade på maskinlärande algoritmer. Den första konstruerar en länkförutsägelseklassificerare som kan uppskatta, med hög noggrannhet, sannolikheten för en länk mellan två användare. Den andra iterationen genererar en ny uppsättning metafunktioner baserat på funktionerna som skapas av länkförutsägelseklassificeraren. Slutligen, forskarna använde dessa metafunktioner och konstruerade en generisk klassificerare som kan upptäcka falska profiler i en mängd olika sociala nätverk online.
"Övergripande, resultaten visade att vi i ett verkligt vänskapsscenario kan upptäcka människor som har de starkaste vänskapsbanden såväl som illvilliga användare, även på Twitter, " säger forskarna. "Vår metod överträffar andra anomalidetekteringsmetoder och vi tror att den har stor potential för ett brett spektrum av tillämpningar, särskilt inom cybersäkerhetsarenan."
Forskarna från Ben-Gurion University utvecklade tidigare Social Privacy Protector (SPP) för att hjälpa användare att utvärdera sin vänlista på några sekunder för att identifiera vilka som har få eller inga ömsesidiga länkar och som kan vara "falska" profiler.