В последние годы социальные сети превратились в поле боя. И речь не о политических спорах между пользователями, а о баталиях между ботами. Наверное, в каждой стране у каждой мало-мальски значимой политической силы имеется собственная “ботоферма”. Иногда боты пытаются вбросить в массы какую-то идею, иногда - намеренно сеют хаос, пытаясь внести раскол в умы пользователей. Но чаще всего они просто создают информационный шум и поливают помоями противников своего хозяина.
Наблюдать за этой виртуальной кунсткамерой было бы даже забавно, если бы не вред, который она причиняет. Следует понимать, что политики, как и прочие жадные проходимцы, не имеют привычки выбрасывать деньги на ветер. Раз ботофермы существуют, значит, они являются эффективной и экономически оправданной инвестицией. И весь тот шум, который они создают, находит своих податливых жертв.
Руководство социальных сетей прилагает массу усилий для борьбы с этим явлением. Ботов банят тысячами, но они регистрируются заново и находят все больше способов замаскироваться под обычных пользователей. К счастью, индийские исследователи разработали новый алгоритм выявления таких фейковых аккаунтов. И помогли в этом муравьи.
Муравьиный алгоритм
Ученые факультета компьютерных наук Университета Махарши Даянана в Индии разработали алгоритм, в основе которого лежит принцип оптимизации муравьиной колонии. Алгоритм позволяет эффективно выявлять в социальных сетях фейковые аккаунты, представляющие угрозу для нормальных пользователей. Разработка подробно описана в недавнем выпуске журнала International Journal of Intelligent Engineering Informatics (“Международный журнал интеллектуальной инженерной информатики”).
Исследователи заметили, что что виртуальные связи между пользователями Twitter похожи на химические связи на базе феромонов, которыми обмениваются муравьи в колонии. Чем выше концентрация феромонов, тем сильнее связь между определенными муравьями. В социальной сети такие связи проявляются в виде различных взаимодействий, не всегда очевидных и заметных снаружи. Их и пытается выявлять алгоритм. Всего он учитывает 26 параметров, включая скрытые от глаз простого пользователя. Это позволяет выявлять обширные сети ботов на основе всего нескольких обнаруженных аккаунтов.
Интересно, что машинное обучение в создании алгоритма не участвовало. Все зависимости выявлялись и задавались разработчиками вручную, но даже в таком виде полученная система работает более точно и безотказно, чем встроенные алгоритмы Twitter.
В дальнейшем разработчики планируют все же добавить в уже отлаженную систему функции машинного обучения, чтобы позволить ей совершенствовать навыки уже без помощи человека. Не факт, что это избавит соцсети от вредителей, но, по крайней мере, усложнит ботофермам жизнь.
Если хотите получать новости через мессенджер, подписывайтесь на новый Telegram-канал iGate
