Ben-Gurion Universiteit van de Negev (Beer-Sheva, Israël) en onderzoekers van de Universiteit van Washington (Seattle) hebben een nieuwe generieke methode ontwikkeld om nepaccounts op de meeste soorten sociale netwerken te detecteren, waaronder Facebook en Twitter.

Volgens een nieuwe studie in Analyse en mijnbouw van sociale netwerken , de nieuwe methode is gebaseerd op de veronderstelling dat nepaccounts de neiging hebben om onwaarschijnlijke links met andere gebruikers in de netwerken tot stand te brengen.

"Met recent verontrustend nieuws over het niet waarborgen van de privacy van gebruikers, en gericht gebruik van sociale media door Rusland om verkiezingen te beïnvloeden, het uitroeien van valse gebruikers is nog nooit zo belangrijk geweest, " legt Dima Kagan uit, hoofdonderzoeker en onderzoeker bij de BGU-afdeling Software en Information Systems Engineering. "We hebben ons algoritme getest op gesimuleerde en real-world datasets op 10 verschillende sociale netwerken en het presteerde goed op beide."

Het algoritme bestaat uit twee hoofditeraties op basis van machine learning-algoritmen. De eerste construeert een linkvoorspellingsclassificator die kan schatten, met hoge nauwkeurigheid, de waarschijnlijkheid dat er een link bestaat tussen twee gebruikers. De tweede iteratie genereert een nieuwe set meta-functies op basis van de functies die zijn gecreëerd door de linkvoorspellingsclassificator. als laatste, de onderzoekers gebruikten deze meta-functies en construeerden een generieke classifier die nepprofielen in verschillende online sociale netwerken kan detecteren.

"Algemeen, de resultaten toonden aan dat we in een echt vriendschapsscenario zowel mensen met de sterkste vriendschapsbanden als kwaadwillende gebruikers kunnen detecteren, zelfs op Twitter, ", zeggen de onderzoekers. "Onze methode presteert beter dan andere anomaliedetectiemethoden en we zijn van mening dat deze een aanzienlijk potentieel heeft voor een breed scala aan toepassingen, met name op het gebied van cyberbeveiliging."

De onderzoekers van de Ben-Gurion University hebben eerder de Social Privacy Protector (SPP) ontwikkeld om gebruikers te helpen hun vriendenlijst in seconden te evalueren om te identificeren welke weinig of geen onderlinge links hebben en mogelijk 'nep'-profielen zijn.