Hoe kunnen we nepprofielen detecteren om hun verstorende en schadelijke effecten op sociale media en sociale netwerken uit te sluiten? Schrijven in het International Journal of Information and Computer Security, Somya Ranjan Sahoo en B.B. Gupta van het National Institute of Technology in Kurukshetra in Haryana, Indië, bespreek de problemen en mogelijke oplossingen.

Recent onderzoek naar detectie van nepprofielen, ze leggen uit dat het zich heeft gericht op machine learning om het soort verdachte accountactiviteit te onthullen dat een nepaccount zou kunnen verraden. Het team gebruikt nu machine learning voor big data om een ​​betere manier te vinden om de fakers te onderscheiden van de movers en shakers. op het bekende sociale netwerksysteem, Facebook.

Facebook is voor veel mensen een belangrijk onderdeel van het leven, voor organisaties en andere entiteiten. Er zijn ongeveer 2,5 miljard maandelijkse actieve gebruikers en ongeveer 1,7 miljard mensen gebruiken dagelijks een Facebook-account. Het is niet bekend hoeveel nepaccounts er binnen die statistieken op de loer liggen. Het is bekend dat veel kwaadwillende derden hopen toegang te krijgen tot persoonlijke, privaat, en andere gegevens met kwaadaardige bedoelingen zullen misbruik maken van mazen in het Facebook-systeem. In combinatie met social engineering-vertrouwenstrucs en andere exploits kunnen ze voldoende gegevens krijgen om toegang te krijgen tot andermans rekeningen en van daaruit persoonlijke informatie te stelen en vervolgens zelfs in te breken in andere systemen zoals e-mail- en banksystemen.

Er zijn veel beveiligingslekken gebruikt om kwaadwillende toegang tot informatie te krijgen, maar het gebruik van nepaccounts kan het meest succesvol zijn, vooral wanneer de persoon die wordt aangevallen de legitimiteit of eerlijkheid van het nepaccount aanneemt, een vriendschapsverzoek accepteert of op een malware phishing-link klikt, bijvoorbeeld.

Met de op maat gemaakte extensie van het team voor de populaire Google Chrome-browser kunnen ze met succes nepaccounts herkennen. Dit kan door beveiligingsexperts worden gebruikt als rapportagetool van derden om Facebook te helpen bij het opschonen van zijn systemen of uiteindelijk misschien door het bedrijf of gebruikers. Het team breidt de aanpak nu ook uit naar andere populaire netwerksites zoals Twitter en Google+.