Un revolucionario algoritmo de aprendizaje automático detecta identificaciones falsas en las redes sociales

• Investigadores desarrollan un nuevo método, basado en una técnica de aprendizaje automático, para identificar usuarios falsos en plataformas de redes sociales. 
• El algoritmo se basa en la suposición de que los usuarios falsos tienden a crear vínculos inapropiados con otros usuarios. 
• Los resultados muestran que el algoritmo es capaz de detectar usuarios tanto genuinos como maliciosos. 

Identificar usuarios falsos se ha convertido en la primera prioridad para las empresas de redes sociales, especialmente después del uso selectivo de sitios sociales por parte de Rusia para influir en las elecciones de EE. UU. y de la falta de protección de la privacidad de los usuarios.

Ahora, investigadores de la Universidad de Washington y la Universidad del Negev han creado un novedoso algoritmo genérico de aprendizaje no supervisado para localizar usuarios falsos en plataformas de redes sociales como Twitter y Facebook.

El nuevo algoritmo se basa en la predicción de que los usuarios falsos tienden a crear enlaces inapropiados hacia otros usuarios en las redes. Los investigadores han incorporado un método de predicción de enlaces en un modelo de detección de anomalías que no necesita ningún conocimiento previo de gráficos.

¿Cómo funciona el algoritmo?

La topología del grafo se ha utilizado para construir un método genérico novedoso para detectar vértices anómalos en redes grandes y complejas. El algoritmo tiene dos iteraciones clave basadas en técnicas de aprendizaje automático.

1. Cree un clasificador de predicción de enlaces para estimar la probabilidad de enlaces entre dos usuarios.
2. Cree un nuevo conjunto de metafunciones, basado en las funciones generadas por el clasificador de predicción de enlaces.

Los investigadores han propuesto 7 nuevas funciones que se supone que son predictores eficaces para detectar anomalías. Para determinar cuál de las nuevas características tiene la mayor influencia, examinaron su importancia utilizando el algoritmo de selección de atributos de ganancia de información de Weka.

Referencia:SpringerLink | doi:10.1007/s13278-018-0503-4 | BGU

Luego llevaron a cabo una extensa evaluación experimental en 3 tipos de redes complejas:redes del mundo real con vértices anómalos etiquetados, redes del mundo real con vértices anómalos simulados y redes completamente simuladas.

Hablando de conjuntos de datos, utilizaron 10 redes diferentes, incluidas Flixster10, Dblp8, Yelp, Academia.edu, ArXiv5 y Twitter.

Los vértices rojos muestran vértices anómalos y los bordes rojos tienen las probabilidades más bajas de ser falsos

Los resultados muestran que el algoritmo es capaz de detectar tanto personas genuinas como usuarios maliciosos en redes reales, incluido Twitter. Superó a otras técnicas de detección de anomalías y, según los desarrolladores, tiene potencial para numerosas aplicaciones, especialmente en el campo de la ciberseguridad.

¿Qué sigue?

Los desarrolladores planean examinar el algoritmo para otros tipos de redes, como gráficos ponderados y bipartitos. También estudiarán qué sucede con las propiedades de la red cuando se unen aristas y vértices aleatorios.

Mostrarán además cómo se puede utilizar el mismo algoritmo para detectar cuentas secuestradas en plataformas sociales. Además, podría ser interesante ver qué escala de ataque Sybil sería necesario implementar para que ya no sea posible diferenciar entre vértices reales y falsos.

Leer:22 herramientas gratuitas de análisis de redes sociales

Por ahora, los investigadores han publicado todos los códigos y datos en línea, incluidos los conjuntos de datos del mundo real que contienen identificaciones falsas etiquetadas. Cualquiera puede usarlo como un marco abierto, mejorar futuros métodos de detección de anomalías de vértices y comparar sus resultados.