Razvijen metod otkrivanja anomalnih korisnika koji šire nasilno ponašanje i lažne vijesti na internetu

Izraelski univerzitetski istraživač razvio je novu metodu za otkrivanje grupa korisnika koji promoviraju nasilno ponašanje ili ekstremizam, pa čak i šire lažne vijesti.

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

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, saopćio 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 promovira 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 također vrsta društvene mreže - pojašnjava dr. Fire.

Nakon testiranja svoje metode na nasumično generiranim 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, to jeste 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 sveta. 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 dr. Firea, prenosi indijska novinska agencija Press Trust of India.

(Preporod.info)