חוקרי הסייבר של אוניברסיטת בן-גוריון בנגב פיתחו שיטה המאפשרת איתור משתמשים פיקטיביים
קבוצת מחקר ממעבדתdata4good במחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב פיתחה שיטה חדשה לזיהוי קהילות של משתמשים פיקטיביים
עמי רוחקס דומבה
| 17/08/2022
bigstock
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 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 חווית ובטיחות השימוש בהן.
קבוצת מחקר ממעבדתdata4good 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.
"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", הסביר ד"ר מיכאל פייר.
קהילת משתמשים חריגה עשויה להיות כזו שמקדמת התנהגות אלימה, קיצונית או כזו שמפיצה חדשות מזויפות, אבל היא עשויה גם לסייע באיתור נקודות חמות במהלך מגיפות.
השיטה, באמצעות 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 והיא אינה תלויה בתכונות של קודקודים (הקשרים בין משתמשים באינטרנט).
"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", אומר ד"ר פייר.
קבוצת מחקר ממעבדתdata4good במחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב פיתחה שיטה חדשה לזיהוי קהילות של משתמשים פיקטיביים
bigstock
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 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 חווית ובטיחות השימוש בהן.
קבוצת מחקר ממעבדתdata4good 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.
"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", הסביר ד"ר מיכאל פייר.
קהילת משתמשים חריגה עשויה להיות כזו שמקדמת התנהגות אלימה, קיצונית או כזו שמפיצה חדשות מזויפות, אבל היא עשויה גם לסייע באיתור נקודות חמות במהלך מגיפות.
השיטה, באמצעות 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 והיא אינה תלויה בתכונות של קודקודים (הקשרים בין משתמשים באינטרנט).
"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", אומר ד"ר פייר.
