Università Ben-Gurion del Negev (Beer-Sheva, Israel) e i ricercatori dell'Università di Washington (Seattle) hanno sviluppato un nuovo metodo generico per rilevare account falsi sulla maggior parte dei tipi di social network, compresi Facebook e Twitter.

Secondo un nuovo studio in Analisi e mining di social network , il nuovo metodo si basa sul presupposto che gli account falsi tendono a stabilire collegamenti improbabili con altri utenti nelle reti.

"Con le recenti notizie inquietanti sui fallimenti nella salvaguardia della privacy degli utenti, e l'uso mirato dei social media da parte della Russia per influenzare le elezioni, sradicare gli utenti falsi non è mai stato così importante, " spiega Dima Kagan, capo ricercatore e ricercatore presso il Dipartimento di Ingegneria del Software e dei Sistemi Informativi della BGU. "Abbiamo testato il nostro algoritmo su set di dati simulati e reali su 10 diversi social network e ha funzionato bene su entrambi".

L'algoritmo è costituito da due iterazioni principali basate su algoritmi di apprendimento automatico. Il primo costruisce un classificatore di predizione dei collegamenti in grado di stimare, con elevata precisione, la probabilità che esista un collegamento tra due utenti. La seconda iterazione genera un nuovo set di metafunzioni basate sulle funzionalità create dal classificatore di previsione dei collegamenti. Infine, i ricercatori hanno utilizzato queste meta-funzioni e costruito un classificatore generico in grado di rilevare profili falsi in una varietà di social network online.

"Globale, i risultati hanno dimostrato che in uno scenario di amicizia nella vita reale possiamo rilevare le persone che hanno i legami di amicizia più forti e gli utenti malintenzionati, anche su Twitter, " affermano i ricercatori. "Il nostro metodo supera gli altri metodi di rilevamento delle anomalie e riteniamo che abbia un potenziale considerevole per un'ampia gamma di applicazioni, in particolare nell'arena della sicurezza informatica".

I ricercatori della Ben-Gurion University hanno precedentemente sviluppato il Social Privacy Protector (SPP) per aiutare gli utenti a valutare la loro lista di amici in pochi secondi per identificare quali hanno pochi o nessun collegamento reciproco e potrebbero essere profili "falsi".