Санкт-Петербургские ученые создали приложение для выявления ботов с точностью выше 95%
В России разработано приложение для выявления ботов с точностью выше 95%. В его основе лежит нейросеть, учитывающая более тысячи метрик, которые отличают ботов от живых людей.
Специалисты Санкт-Петербургского федерального исследовательского центра Российской академии наук (СПб ФИЦ РАН) при поддержке гранта Российского научного фонда разработали мобильное приложение, которое выводит на новый уровень их же автоматическую систему выявления ботов, сообщает Минобрнауки РФ.
Новая разработка специалистов выявляет не только групповых, но и одиночных ботов, причем погрешность не превышает 5%. По словам разработчиков, их приложение является уникальным и не имеет аналогов. Его могут взять на вооружение компании, пользующиеся нейросетями в коммерческих целях, чтобы противостоять вредоносным воздействиям.
Новая разработка специалистов выявляет не только групповых, но и одиночных ботов, причем погрешность не превышает 5%. По словам разработчиков, их приложение является уникальным и не имеет аналогов. Его могут взять на вооружение компании, пользующиеся нейросетями в коммерческих целях, чтобы противостоять вредоносным воздействиям.
"В основе нашей разработки лежит нейросеть, учитывающая более тысячи метрик, которые отличают ботов от живых людей. Причем эти метрики связаны не столько с текущей активностью, которую боты научились хорошо имитировать, сколько с тем, как они развиваются во времени", - отметил ведущий научный сотрудник лаборатории проблем компьютерной безопасности СПб ФИЦ РАН Андрей Чечулин.
Ранее в исследовании 2021 года, коллектив Чечулина занимался выявлением групповой активности ботов. Затем ученые обратили внимание на одиночные боты. Среди "метрик", которые использовали ученые для анализа потенциального бота - "возраст" аккаунта, описание профиля, оригинальность фото и видео контента, и другое.
"Аккаунт человека последовательно развивается в соцсетях: учится, работает, женится, заводит друзей. Динамика развития этих характеристик у бота иная, а количество друзей и связи с ними носят более хаотичный порядок", - пояснил ученый.
Также автор отметил результаты эксперимента. Они показали, что новый подход действительно работает и позволяет извлекать метрики, необходимые для более качественного выявления свойств целенаправленных воздействий в социальных сетях и анализа эволюции вредоносных ботов. Он заверил, что решение разработано и отработано на социальной сети "ВКонтакте".
"В перспективе наше приложение может стать основой для перехода от простого обнаружения кибератаки с помощью ботов к более глубокому анализу атакующего и его возможностей", - отметил Чечулин.
