Тема: АНАЛИЗ СООБЩЕНИЙ ПО ЗАДАННОЙ ТЕМАТИКЕ ИЛИ АВТОРУ ДЛЯ ВЫЯВЛЕНИЯ АВТОМАТИЧЕСКИХ КОММЕНТАРИЕВ В СОЦИАЛЬНЫХ СЕТЯХ

В настоящее время большинство людей имеет аккаунт в социальных сетях. Социальная сеть — онлайн-платформа, используемая для передачи информации, общения, работы, а также для развлечений. Пользователи, регистрируясь в сети, по собственному желанию публикуют информацию о себе: возраст, местоположение, увлечения, образование и т.п., имея возможность скрыть данные настройками приватности. Тем самым, актуальность работы состоит в том, что информация, открыто опубликованная в социальных сетях, может быть использована в корыстных целях посторонними людьми.
Злоумышленник, проанализировав дату рождения или имена детей, может попытаться подобрать пароль к учетной записи пользователя. Кроме того, он может использовать методы социальной инженерии (фишинг, претекстинг и др.) для проведения атак на страницы пользователей.
Социальная сеть агрегирует данные о своих пользователях, что позволяет злоумышленникам определять их потребности.
В связи с этим, возникает проблема возникновения и распространения в социальных сетях фейковых (англ. fake — «подделка») аккаунтов, ботов для хищении личных данных пользователей.
Объект работы — взаимодействие пользователей социальной сети посредством сообщений и комментариев.
Предмет работы — информация на страницах пользователей социальной сети «ВКонтакте».
Цель работы — разработать систему обнаружения ботов и фейковых аккаунтов в выбранной социальной сети, анализирующей текстовые сообщения.
Задачи:
1. Изучить теоретические основы нейронных сетей и рассмотреть основные принципы и существующие методы решения задач машинного обучения.
2. Разработать модель нейронной сети.
3. Разработать набор скриптов для анализа пользователей социальной сети.
4. Создать нейронную сеть и провести ее обучение на подготовленной выборке пользователей.
5. Проверить эффективность системы обнаружения ботов и фейковых аккаунтов
Работа состоит из двух основных глав. В первой главе рассматриваются теоретические основы нейронной сети, во второй — этапы программной реализации и полученные результаты, подведение итогов.

Купить

Популярность социальных сетей, добровольное размещение пользователями информации о себе порождает проблему возникновения фейковых аккаунтов и ботов, которые являются инструментом злоумышленников для хищения информации. Фейковые аккаунты представляют угрозу информационной безопасности пользователей.
В связи с этим, проанализировано взаимодействие пользователей социальной сети «ВКонтакте» посредством сообщений и комментариев. Выбор социальной сети обусловлен наибольшей популярностью в России, а также предоставлением гибкого инструментария и документации для работы с сервером vk.com.
Для решения актуальной проблемы разработана система обнаружения фейковых аккаунтов, анализирующей текстовые сообщения. Эффективным инструментом семантического анализа текста является глубокое машинное обучение, а именно, нейронные сети.
При разработке системы:
1. Изучены теоретические основы нейронной сети и рассмотрены основные принципы и существующие методы решения задач МО.
2. Разработана модель нейронной сети, состоящая из 21 входных узлов, 1 скрытого слоя из 10 узлов и 2 выходных узлов.
3. Разработан набор скриптов, позволяющий с помощью API Вконтакте проанализировать пользователей социальной сети. С каждой тестовой страницы получен набор атрибутов, характеризующих пользователя.
4. По полученным атрибутам собрана обучающая выборка, состоящая из 10 примеров, и тестовая выборка, состоящая из 20 примеров. На основе полученной выборки проведено обучение и тестирование сети.
5. Проверена эффективности системы, которая равна 65%, что значит, из 20 тестов верный ответ получен в 13 случаях. Остальные 35% составляют ошибки первого и второго рода, в процентном соотношении 71,4% и 28,6% соответственно.
Полученная эффективность нейронной сети позволяет сделать вывод о том, что система распознавания фейковых аккаунтов в социальной сети «ВКонтакте» позволяет классифицировать пользователей. Все поставленные задачи выполнены и цель работы достигнута.
Сложностями данной работы является подготовка входных параметров, позволяющих точно описать страницу пользователя.
Данная система может быть внедрена в социальную сеть «ВКонтакте» и использована для показания уровня доверия к пользователю, например, при поступлении заявки в друзья.
Для повышения показателя эффективности сети и дальнейшего улучшения системы необходимо протестировать сеть при различных условиях. Изменять коэффициент обучения, увеличить количество примеров в наборе тренировочных данных, многократно повторить тренировочных циклы, изменять конфигурацию сети. Также сменить ключ доступа с серверного на пользовательский или секретный, что позволит получить больше информации о пользователе, расширит входные параметры. Помимо анализа текстовых сообщений на спам, необходимо проанализировать сообщения на бессмысленный поток символов, наличие ссылок, а также подключить поддержку иностранных слов.

Купить