Populære Innlegg

Redaksjonens - 2019

Falske nettprofiler lettere å fiske ut med nytt programvareverktøy

Anonim

Personer som bruker falske profiler på nettet, kan lettere identifiseres, takket være et nytt verktøy utviklet av datavitenskapere.

annonse


Forskere har opplært datamodeller for å se på sosiale medier som utgjør informasjon om seg selv - kjent som steinbit.

Systemet er utformet for å identifisere brukere som er uærlige om alder eller kjønn. Forskere mener det kan ha potensielle fordeler for å bidra til å sikre sikkerheten til sosiale nettverk.

Datavitenskapere fra University of Edinburgh bygde datamodeller designet for å oppdage falske profiler på et nettsted for voksen innhold. Nettsteder av denne typen antas å være tungt målrettet av steinbitene for å bli venner med andre brukere og få flere profilvisninger.

Forskere bygget sine modeller basert på informasjon hentet fra omtrent 5000 verifiserte offentlige profiler på nettstedet. Disse profilene ble brukt til å trene modellen for å anslå kjønn og alder til en bruker med høy nøyaktighet, ved hjelp av skrivestilen i kommentarer og nettverksaktivitet.

Dette gjorde det mulig for modellene å nøyaktig estimere brukerens alder og kjønn med ubekreftede kontoer, og oppdage feilinformasjon. Alle detaljer ble anonymisert for å beskytte brukernes personvern.

Studien viste at nesten 40 prosent av nettstedets brukere løgner om sin alder og en fjerdedel lyver om sitt kjønn, med kvinner som er mer sannsynlig å bedra enn menn. Utfallet, som understreker omfanget av catfishing i voksne nettverk, demonstrerer effektiviteten av teknologien i å utrydde uærlige brukere.

Studien, som ble presentert på den internasjonale konferansen om fremskritt i sosiale nettverk, analyse og mining i Australia, ble utført i samarbeid med Lancaster University, Queen Mary University of London og King's College London.

Dr. Walid Magdy, ved Universitetet i Edinburghs informatikkskole, sa: "Voksne nettsteder er befolket av brukere som hevder å være andre enn hvem de er, så disse er en perfekt testmulighet for teknikker som identifiserer steinbit. Vi håper at vår utvikling vil føre til nyttige verktøy for å flagge uærlige brukere og holde sosiale nettverk av alle slag trygge. "

annonse



Historie Kilde:

Materialer levert av University of Edinburgh . Merk: Innholdet kan redigeres for stil og lengde.