机器学习算法让社交网站假账号“现形”

。TRS编辑。TRS _编辑区{}。TRS _编辑。TRS _编辑TH{}。TRS _编者SPAN{}。TRS _编辑器FONT{}。TRS _编辑UL{}。TRS _编辑李{}。TRS _编辑甲{}。TRS编辑。TRS _编辑区{}。TRS _编辑。TRS _编辑TH{}。TRS _编者SPAN{}。TRS _编辑器FONT{}。TRS _编辑UL{}。TRS _编辑李{}。TRS 4月23日电(记者李茂)以色列本-古里安大学和美国华盛顿大学的研究人员最近表示，他们已经开发出一种新的通用方法，可以在包括脸书和推特在内的大多数社交网站上发现假账户。相关论文发表在本月的《社会网络分析与挖掘杂志》上。

本古里安大学软件和信息系统工程系的研究员马頔·卡根认为，鉴于最近令人不安的消息，即用户的隐私没有得到保护，以及有针对性地使用社交媒体来影响选举，从社交网络中删除虚假账户比以往任何时候都更重要。

研究人员表示，基于假账户试图与社交网站的其他用户建立不可能的联系的假设，他们开发了自己独特的算法，并在10个不同的社交网站上用模拟和真实数据集测试了该算法。结果表明，该算法在两种环境下都表现良好。

新方法包括机器学习算法的两个主要迭代。第一次迭代形成一个链接预测分类器，它可以准确地估计两个用户之间链接的概率。第二次迭代基于链接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特征来构建一个通用分类器，以检测各种在线社交网站中的虚假个人数据。

研究人员表示，测试结果显示，在现实生活中的友谊情况下，他们可以找到友谊关系最强的人和恶意朋友圈最强的用户。新方法优于其他异常检测方法，具有广泛的应用潜力，特别是在网络安全领域。