Los usuarios maliciosos en las redes de Internet se convirtieron en la ruina de la existencia de Internet. Pocos desarrollaron métodos para buscarlos y exponerlos. Un investigador de la Universidad Ben Gurion desarrolló un nuevo método para detectar grupos de usuarios anómalos.
«La ventaja de este estudio es que podemos detectar grupos anómalos de usuarios (como grupos de perfiles falsos) en lugar de usuarios individuales. Descubrir grupos de perfiles falsos es una tarea desafiante y menos explorada», dice Michael Fire, jefe del Data4Good Lab y miembro del Departamento de Ingeniería de Software y Sistemas de Información.
Una comunidad de usuarios anómala promueve un comportamiento violento o extremista, una que distribuye noticias falsas. Pero también ayuda a localizar puntos calientes durante pandemias.
Una de las ventajas de su manera, a la que denominaron Algoritmo de detección de comunidades anómalas genéricas basado en co-pertenencia, es que no se restringe a un solo tipo de red. «Nuestro método es genérico. Por lo tanto, puede funcionar potencialmente en diferentes tipos de plataformas de redes sociales. Lo probamos en varios tipos diferentes de redes, como Reddit y Wikipedia (que también es un tipo de red social)», explica Fire.
Su método es mejor que otros métodos que ya existen porque «nuestro método se basa únicamente en las propiedades estructurales de la red. Eso hace que nuestro método sea independiente de los atributos de los vértices (las conexiones entre los usuarios en línea)». Por lo tanto, es independiente del dominio. Al comparar «nuestro algoritmo con otros algoritmos, funcionó mejor en simulación y datos del mundo real en muchos casos. Detectó con éxito grupos de comunidades de usuarios anómalos que presentaban una actividad en línea peculiar», concluye Fire.