Izraelski univerzitetski istraživač razvio je novu metodu za otkrivanje grupa anomalnih korisnika, koji se smatraju prokletstvom postojanja interneta, jer promoviraju nasilno ponašanje ili ekstremizam, pa čak i šire lažne vijesti, javlja PTI.
– 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 saopćenju 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, 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 (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.
