社交网络分析和挖掘领域的一项最新研究显示, 研究人员已经开发出一种新的、通用的方法来检测社交网络上的虚假账户, 适用于Facebook 和Twitter 等大多数社交网路。这一新方法是基于这样的假设: 虚假账户不太可能与网络中的其他用户建立链接。

  “最近出现了一些令人不安的消息, 社交网络未能有效保护用户隐私, 俄罗斯有针对性地使用社交媒体来影响选举。所以, 识别虚假用户变得非常重要,” 研究人员解释说, “我们在10 个不同的社交网络上进行模拟, 并且在真实数据集上测试了我们的算法, 两种环境下算法都表现良好。”

  该算法由基于机器学习算法的两个主要迭代组成。第一个迭代构造了一个链接预测分类器, 可以高精度估计两个用户之间存在链接的概率。第二个迭代基于由链路预测分类器创建的特征生成一组新的元特征。最后, 研究人员使用这些元功能, 构建一个通用分类器, 从而可以检测各种在线社交网络中的虚假个人资料。

  研究人员说: “总体而言, 结果表明, 在现实生活中, 我们可以检测与自己友谊关系最强的人以及关系最差的人, 更何况是在Twitter 这样的社交环境中。我们的方法胜过了其他的检测方法, 相信它具有广泛的应用潜力, 尤其是在网络安全领域。”

  (编译自: https://www.sciencedaily.com/releases/2018/04/180417115742.htm)

(本刊讯)