חוקרי הסייבר של אוני' בן-גוריון פיתחו שיטה המאפשרת איתור משתמשים פיקטיביים
מאת: מערכת Telecom News, 17.8.22, 15:14.jpg?id=32990113)
השיטה יכולה לעבוד בכל רשת או פלטפורמה.
משתמשים זדוניים או פיקטיביים ברשתות האינטרנט הפכו למטרד הולך וגובר. בעוד שרבים מתמודדים עם התדירות הגוברת שלהם, מעטים הם אלה שפיתחו שיטות להתמודד עימם. חוקרים מאוניברסיטת בן-גוריון בנגב פיתחו שיטה חדשה לאיתור קבוצות של משתמשים חריגים. פיתוח זה פורסם בהרחבה ב-arXiv.
הבחירות בפתח וגם הפעם אנו צפויים להתמודד עם עשרות חשבונות פיקטיביים ברשתות החברתיות במטרה להטות את השיח הציבורי ואת דעת הקהל לכיוונים ספציפיים. תופעת הפרופילים הפיקטיביים מטרידה לא רק לפני מערכות בחירות ואף לא רק את אזרחי ישראל, אלא זו תופעה בקנה מידה עולמי המנצלת את הרשת למטרות זדוניות. משתמשים תחת שם בדוי ברשתות האינטרנט מאיימים על חוויית ובטיחות השימוש בהן.
קבוצת מחקר ממעבדת data4good במחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב פיתחה שיטה חדשה לזיהוי קהילות של משתמשים פיקטיביים. השיטה שפיתחו ד"ר מיכאל פייר, שי לפיד ודימה קגן, יכולה לעבוד בכל רשת או פלטפורמה.
השיטה פועלת כך, שבאמצעות אלגורתמי למידת מכונה מזהה קהילות המכילות משתמשים "בלתי צפויים" (שלא אמורים להיות שייכים לקהילה). עם פיתוחה ערכו החוקרים בדיקת יעילות שלה הן ברשתות שנוצרו באקראי והן ברשתות בעולם האמיתי, וגילו שהיא מתעלה על שיטות רבות אחרות מאחר שהיא אינה תלויה בתכונות של קודקודים (הקשרים בין משתמשים באינטרנט).
קהילת משתמשים חריגה עלולה להיות כזו המקדמת התנהגות אלימה, קיצונית או כזו המפיצה חדשות מזויפות, אבל היא עשויה גם לסייע באיתור נקודות חמות במהלך מגפות.
ד"ר מיכאל פייר: "לשיטה שלנו יש יתרון בכך, שאנו יכולים לזהות קבוצות של משתמשים חריגים ולא רק משתמשים בודדים. חשיפת קבוצות מעין אלו היא משימה מאתגרת ופחות נחקרת.
בהשוואת האלגוריתם שלנו עם אלגוריתמים אחרים, נצפו ביצועים טובים יותר גם בסימולציה וגם בעולם האמיתי במקרים רבים. הצלחנו לזהות קבוצות של קהילות משתמשים חריגות, שהציגו פעילות מקוונת חריגה".
