• USD Бирж 73.85 -0.07
  • EUR Бирж 83.43 -0.25
  • CNY Бирж 11.58 -0.02
  • АЛРОСА ао 129.24 +-0.73
  • СевСт-ао 1570.6 +-13.4
  • ГАЗПРОМ ао 348.77 +-1.54
  • ГМКНорНик 22044 +-96
  • ЛУКОЙЛ 6673.5 +-48
  • НЛМК ао 216.78 +-0.68
  • Роснефть 577 +-1.6
  • Сбербанк 324.85 +-0.65
  • Сургнфгз 38.14 +-0.41
  • Татнфт 3ао 494 +-5.4
  • USD ЦБ 73.74 74.06
  • EUR ЦБ 83.24 83.81
Форум Арктика 2021
Форум Арктика 2021
Лента новостей

Ученые из Петербурга придумали, как ловить вредоносных ботов в соцсетях

Ученые из Петербурга придумали, как ловить вредоносных ботов в соцсетях
unsplash.com
Сотрудники Санкт-Петербургского Федерального исследовательского центра Российской академии наук (СПб ФИЦ РАН) обучили искусственный интеллект выявлять в социальных сетях группы вредоносных ботов, рассказали в пресс-службе Комитета по науке и высшей школе.

В основе метода — анализ публичных данных о ботах. Данный подход может пригодиться компаниям, которые используют соцсети в коммерческих целях для выявления и противодействия информационным атакам.

При анализе групп ботов разработчики использовали открытые сведения о неявных социальных связях между аккаунтами. Эта информация является входными данными для искусственного интеллекта.

«Проведенные эксперименты показали, что наши подходы могут обнаруживать даже замаскированных ботов. Для обучения нейросети мы создали специальные группы в социальных сетях, в которые ввели ботов, причем разного качества — и простых, и тех, которые могут хорошо маскироваться под реальных пользователей. После проведения анализа, мы оценивали, насколько правильно наши методы определяют ботов и справляются с их маскировкой», — сказал Андрей Чечулин, ведущий научный сотрудник лаборатории проблем компьютерной безопасности Санкт-Петербургского института информатики и автоматизации РАН.

Как отметил участник проекта, младший научный сотрудник СПб ФИЦ РАН Максим Коломеец, эффективность системы оценивается по анализу различных групп ботов и контрольным группам пользователей.

«Обмануть систему можно создав очень реалистичный аккаунт. Однако со временем в нем все равно накопится достаточно аномалий, которые наш алгоритм сможет обнаружить. Точность распознавания варьируется от качества ботов — от 60 до 90% при 5-10% ложных срабатываний», — пояснил он.

Проект поддержан грантом Российского научного фонда.

Последние материалы
Экономика инвалидизации: как считать пациентов
Экономика, Вчера 15:50
На 60,7% инвалидов трудоспособного возраста с ревматическими заболеваниями приходится 82% затрат государства. При надлежащем лечении в 80% случаев активность заболевания снижается, и человек может нормально работать и жить. Поэтому важно вернуть таких людей в строй.
Новогодний подарок
Банк «Открытие» отменяет комиссию за снятие наличных с кредитных Opencard.
Константин Кротов: Просто надо быть отличной бизнес-школой
ВШМ СПбГУ официально подтвердила аккредитацию международной ассоциации AACSB.