革命性机器学习算法检测社交媒体虚假账号
识别虚假用户已成社交网络公司首要任务，特别是俄罗斯利用社交媒体影响美国大选、未能保护用户隐私后。
现在，华盛顿大学和内盖夫大学研究人员构建新型通用无监督学习算法，定位Twitter和Facebook等社交平台虚假用户。
新算法基于预测：虚假用户倾向在网络中与其他用户建立不当链接。研究者将链接预测方法融入无需先验图知识的异常检测模型。
算法如何工作？
图拓扑被用于构建新型通用方法，检测大型复杂网络中异常顶点。算法有两关键基于机器学习技术的迭代：
- 创建链接预测分类器，估计两用户间链接概率。
- 基于链接预测分类器生成的特征，创建新元特征集。
研究者提出7个新特征作为有效异常预测因子。为确定哪些新特征影响最大，用Weka信息增益属性选择算法检验其重要性。
随后在3类复杂网络上进行广泛实验评估——带标注异常顶点的真实网络、带模拟异常顶点的真实网络、完全模拟网络。
数据集方面，用了10个不同网络，包括Flixster10、Dblp8、Yelp、Academia.edu、ArXiv5和Twitter。
结果显示，算法能检测真实网络（包括Twitter）中真实用户和恶意用户。优于其他异常检测技术，据开发者称，在网络安全领域有诸多应用潜力。
下一步？
开发者计划针对其他网络（如加权和二部图）测试算法。也将研究随机边和顶点连接时网络属性变化。
将进一步展示相同算法如何检测社交平台劫持账号。此外，看看Sybil攻击需何规模才使真假顶点不可区分也有趣。
目前，研究者已在线发布所有代码和数据，包括含标注虚假ID的真实数据集。任何人可用作开放框架，增强未来顶点异常检测方法，对比结果。
工业技术