in

Razvijen metod za otkrivanje zlonamjernih korisnika društvenih mreža

Zlonamjerni ili fiktivni korisnici internetskih mreža postali su prokletstvo postojanja interneta. Dok mnogi žale zbog njihove sve veće učestalosti, malo njih je razvilo metode za njihovo praćenje i razotkrivanje, navodi se u saopštenju za štampu Univerziteta Ben-Gurion.

Kibernetski istraživač s Univerziteta Ben-Gurion, dr Michael Fire, razvio je metod za praćenje grupa anomalnih korisnika čiji su nalazi upravo objavljeni u recentnom časopisu Neural Processing Letters, saopštio je Univerzitet.

Prednost ove studije je što možemo otkriti anomalne grupe korisnika (kao što su grupe lažnih profila) umjesto pojedinačnih korisnika. Otkrivanje grupa lažnih profila izazovan je i manje istražen zadatak“, kazao je dr Fire, voditelj Data4Good Lab i član Odsjeka za inženjerstvo softvera i informacionih sistema na Univerzitetu u Negevu.

Anomalna korisnička zajednica može biti ona koja promoviše nasilno ponašanje ili ekstremizam, ona koja širi lažne vijesti, ali bi potencijalno mogla pomoći i u lociranju žarišta tokom pandemije“, navode istraživač i njegov tim.

Jedna od prednosti metode, nazvane Generički algoritam za otkrivanje anomalnih zajednica zasnovan na zajedničkom članstvu (CMMAC), je da nije ograničena na jedan tip mreže.

Naša metoda je generička. Stoga potencijalno može raditi na različitim tipovima platformi društvenih medija. Testirali smo je na nekoliko različitih tipova mreža, kao što su Reddit i Wikipedia (koja je takođe vrsta društvene mreže)“, pojašnjava dr Fire.

Nakon testiranja svoje metode na nasumično generisanim mrežama i mrežama u realnom svijetu, otkrili su da je nadmašila mnoge druge metode u nizu postavki, tvrdi se u izvještaju.

Metoda je bolja od drugih koje već postoje, “jer se naša metoda zasniva isključivo na strukturnim svojstvima mreže”, navodi se.

To čini našu metodu nezavisnom od atributa vrhova (veze između korisnika na mreži). Dakle, agnostična je za domen. Kada uporedimo naš algoritam s drugim algoritmima, u mnogim slučajevima je imao bolje rezultate na simulaciji i podacima iz realnog svijeta. Uspješno smo otkrili grupe anomalnih korisničkih zajednica koje su predstavljale posebne aktivnosti na mreži“, rekao je dr Fire.

Ostali istraživači koji su učestvovali u istraživanju su Shay Lapid, student master studija, i Dima Kagan, student doktorskih studija, u laboratoriji d Firea, prenosi indijska novinska agencija Press Trust of India.

Program televizije možete pratiti UŽIVO na ovom linku kao i putem aplikacija za Android|iPhone/iPad