ВИЯВЛЕННЯ ФЕЙКОВИХ ОБЛІКОВИХ ЗАПИСІВ В СОЦІАЛЬНИХ МЕРЕЖАХ
DOI:
https://doi.org/10.28925/2663-4023.2022.18.8698Ключові слова:
соціальна мережа , інформаційна війна, метрики соціальних мереж, нейронні мережі, метод опорних векторівАнотація
Соціальні мережі все частіше використовуються як джерело інформації, в тому числі про події під час війни. Фейкові акаунти в соціальних мережах часто використовуються для різноманітних кібератак, інформаційно-психологічних операцій та маніпулювання суспільною думкою під час війни. Проведено аналіз методів дослідження соціальних мереж, досліджено основні показники та ознаки фейкових акаунтів у мережі Facebook. Кожний показник ідентифікується певною кількість балів залежно від умов від 0 до 3, які вказують на те, наскільки кожен із них впливає на висновок про фейковість облікового запису. Рівні впливу мають такі значення: 0 – не впливає, 1 – слабкий вплив, 2 – значний вплив, 3 – критичний вплив. Наприклад, якщо у рівень впливу у деякого параметра визначений як 3 - це означає, що даний параметр суттєво вказує на фейковість облікового запису. В іншому випадку, якщо показник знаходиться на рівні 0 або 1 - це означає, що таке значення параметру більш властиве реальному обліковому запису. Таким чином, за рівнем кожного з параметрів ми робимо висновок про фейковість або реальність певного акаунта. Аналізуються такі параметри облікового запису: лайки, друзі, пости та статуси, особиста інформація про користувача та фотографії з урахуванням їх можливих параметрів та впливу на статус облікового запису. Кожна метрика віднесена до відповідних категорій для зручності їх аналізу. Розроблено систему підтримки прийняття рішень щодо фейковості облікового запису соціальної мережі Facebook на основі метода опорних векторів у якості класифікатора, який на вхід отримує 9 параметрів, що характеризують обліковий запис і на виході дає передбачення чи акаунт реального користувача чи ні. Було проведено серію експериментальних досліджень, у яких реалізовано аналіз акаунтів. Точність класифікатора виявлення фейкових акаунтів після навчання на тестових даних становить 97%.
Завантаження
Посилання
Information Warfare: The Role of Social Media in Conflict. UNT Digital Library. https://digital.library.unt.edu/ark:/67531/metadc503647
The 15 Biggest Social Media Sites and Apps [2022]. Dreamgrow. https://www.dreamgrow.com/top-15-most-popular-social-networking-sites.
Dudatiev, A. V. (2017). Complex information security of STS: models of influence and protection : monography. VNTU.
Voitovych, O. P., Holovenko, V. O. (2016). Research of social networks as a source of information in warfare. In J. Rysiński (ed.), Inżynier XXI wieku projectujemy przyszlosc (p. 111–119).
Romanov, A., Semenov, A., Mazhelis, O., Veijalainen, J. (2017). Detection of Fake Profiles in Social Media - Literature Review. In 13th International Conference on Web Information Systems and Technologies. SCITEPRESS - Science and Technology Publications. https://doi.org/10.5220/0006362103630369.
Voitovych, O. P., Dudatiev, A. V., Holovenko, V. O. (2018). The model and software for fake accounts detection in social networks. Scientific notes of Taurida National V. I. Vernadsky University Series: Technical science, 29(68), 112–119.
Ramalingam, D., Chinnaiah, V. (2018). Fake profile detection techniques in large-scale online social networks: A comprehensive review. Computers & Electrical Engineering, 65, 165–177. https://doi.org/10.1016/j.compeleceng.2017.05.020.
Mohammadrezaei, M., Shiri, M. E., Rahmani, A. M. (2018). Identifying Fake Accounts on Social Networks Based on Graph Analysis and Classification Algorithms. Security and Communication Networks, 2018, 1–8. https://doi.org/10.1155/2018/5923156
Gupta, A., Kaushal, R. (2017). Towards detecting fake user accounts in facebook. У 2017 ISEA Asia Security and Privacy (ISEASP). IEEE. https://doi.org/10.1109/iseasp.2017.7976996
Can, U., Alatas, B. (2019). A new direction in social network analysis: Online social network analysis problems and applications. Physica A: Statistical Mechanics and its Applications, 535, 122372. https://doi.org/10.1016/j.physa.2019.122372
Dudatiev, A. V., Voitovych, O. P. (2017). Information security of sociotechnic systems: Informational influence model. Informational technologies and computer engineering, (38), 16–21.
Voitovych, O. P., Dudatiev, A. V., Holovenko, V. O. (2018). Fake accounts detection in social network "Facebook". In thesis of international scientific-practical conference "Informational technologies and computer modeling" (рр. 190–193). http://itcm.comp-sc.if.ua/2018/zbirnyk.pdf
Toolkit of information wars: traditional and new tools. (2019). Bulletin of the Book Chamber, (1), 7–10. http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis _64.exe?C21COM=2&I21DBN=UJRN&P21DBN=UJRN&IMAGE_FILE_DOWNLOAD=1&Image_file_name=PDF/vkp_2019_1_3.pdf.
10 Metrics to Track for Social Media Success : Social Media Examiner. (б. д.). Social Media Examiner. https://www.socialmediaexaminer.com/10-metrics-to-track-for-social-media-success.
Ulichev, O. S. (2018). Research of the models of information dissemination and information influences in social networks. Control, navigation and communication systems. Collection of scientific papers, 4(50), 147–151. https://doi.org/10.26906/sunz.2018.4.147
Xiao, C., Freeman, D. M., Hwa, T. (2015). Detecting Clusters of Fake Accounts in Online Social Networks. У CCS'15: The 22nd ACM Conference on Computer and Communications Security. ACM. https://doi.org/10.1145/2808769.2808779
Bazzaz Abkenar, S., Haghi Kashani, M., Mahdipour, E., Jameii, S. M. (2020). Big data analytics meets social media: A systematic review of techniques, open issues, and future directions. Telematics and Informatics, 101517. https://doi.org/10.1016/j.tele.2020.101517
Kosinski, M., Matz, S. C., Gosling, S. D., Popov, V., Stillwell, D. (2015). Facebook as a research tool for the social sciences: Opportunities, challenges, ethical considerations, and practical guidelines. American Psychologist, 70(6), 543–556. https://doi.org/10.1037/a0039210
SVM-Light: Support Vector Machine. Home | Department of Computer Science. https://www.cs.cornell.edu/people/tj/svm_light.
Python 3.10.7 Documentation. https://docs.python.org/3/.
Selenium with Python — Selenium Python Bindings 2 documentation. https://selenium-python.readthedocs.io.
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Admin Skladannyi; Olesia Voitovych, Leonid Kupershtein, Vitalii Holovenko
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
