当前位置:

OFweek人工智能网

操作系统

正文

虚假账号不断进化,AI能做的还是有限

导读: 显然,治理“网络水军”已成为全球难题。而由于其分散、量大兼具技术隐蔽性,对其的治理更需要讲究专业化和智能化。此时,人工智能也派上了用处。

你的社交平台拥有多少个粉丝?

一千?一万?还是更多?你知道其中存在多少个“僵尸粉”吗?

虚假账号不断进化,AI能做的还是有限

近日,据美国权威科技媒体The Information引述研究机构Ghost Data的报告称,2015年,Instagram平台的僵尸账号占比为7.9%,到目前已经攀升至9.5%。Instagram的阅读用户已经增加到了十亿人。根据上述比例,Instagram平台上现在大约有9500万个僵尸账号。

有媒体评论指出,如此规模的“僵尸账号”,让Instagram成为下一个互联网行业打击假新闻、假信息和政客营销的重要阵地。

为什么这么说 ,恐怕得看看“网络水军”在近些年的“杰作”。 2017 年,至少有 18 个国家在选举中遭遇了线上操纵和虚假信息策略,包括德国联邦总统选举期间社交机器人活跃和垃圾新闻频出等。

显然,治理“网络水军”已成为全球难题。而由于其分散、量大兼具技术隐蔽性,对其的治理更需要讲究专业化和智能化。此时,人工智能也派上了用处。

道高一尺,魔高一丈,虚假账号与AI的斗智斗勇

从创建应用软件、官方网站或内容传播平台,到生产具有实质性内容的图像、视频或文字,通过或真或假或自动地与用户交互,虚假账号已经越来越“真实”。就在去年,有研究表明,连人工智能都可以被用来生成复杂的点评信息,而这些虚假的点评不仅机器无法检测出来,就连人类读者也分辨不出来。

虚假账号不再“虚假”,整个社交网站都面临着潜在却严重的冲击。智能相对论(aixdlun)分析师颜璇梳理了三种智能“鉴粉”方式,分别囊括了用户行为、内容和情感特征三种形式,试图解决这一问题。

首先是用户行为特征的分析。这种方式大多依托于爬虫技术,即通过主动爬取特定微博或者论坛的主体相关的注册行为、社交行为、转发与评论等行为 , 从而进行多维特征向量刻画。同时,有研究者还采用了隐马尔可夫模型来对用户行为进行建模,利用模型参数来对用户行为进识别和分类,毕竟“僵尸”掉进了“植物”里,总是有区别的。

这主要是利用账号之间的社会关系来识别那些“僵尸号”。而面对这种方式,水军们也“与时俱进”,比如一些职业差评师的账号在注册行为上就无懈可击,他们的账号一般会同时配备有身份证、用户手持证件照、实名手机号码卡、实名银行卡等,还能通过作弊软件骗过实名认证系统。即使是微博里的“僵尸粉”,也会存在一些粉丝关系。

第一种方式被“见招拆招”,AI也不得不拿出第二种方式,即对内容特征的分析。基于内容分析的识别技术主要从发帖内容本身切入 ,建立“僵尸粉”、恶意或者美化信息等本体模型, 同时建立敏感语义库,通过语言特征统计区分虚假账号。

但是,由于语义领域的不统一性,同一本体在不同领域,甚至同一领域都会存在很多象征意义的现状,比如用户在讨论某手机时,提到“这手机的上网速度真快”,“快”是一种夸赞,如果说“这手机耗电速度真快”,“快”又变成了一种批评。因此,内容特征模型在不同的情况、平台上都会有较大的变化,这也造成了AI分析内容特征进而识别“僵尸粉”的通用性较差的问题。

如此来看,基于单一特征对虚假账号进行识别还是比较困难的,因此,AI也不得不开始思考第三种方式。第三种方式源于第二种方式,即对内容中情感特征的分析。

有研究者通过分析推特内容中的情感,发现在线社交网络中的内容创建、传播与证券市场波动、期货商品价格及国家、社会重大事件之间有着紧密的联系。这也表明情感倾向是社交网站内容中的重要特征。

而水军也往往带有强烈的感情色彩(好评或差评),针对单个发帖的情感倾向性,AI可以设定一个阈值,若对某个主题发表的正面或者负面帖子比例超过设定阈值,,则认为该用户为水军。

但是,用于虚假账号监测的内容和情感特征的融合,属于比较明显的特征,而忽视了隐藏式的异常用户,比如用户上传与文字内容没有任何关系的图片, 抑或者用户评论情感与用户打分不匹配等新特征。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: