Wednesday , August 5 2020

Suscribete gratis a nuestro boletin semanal

VISIONA . DESARROLLADORES . CONECTADOS .

Suscribete nuestro boletin semanal

PATROCINADORES
Home / Software Embebido / Esto hace Facebook para detectar cuentas falsas

Esto hace Facebook para detectar cuentas falsas

El equipo asignado a estas tareas implementa algoritmos de Machine Learning y otros métodos computacionales de minería de datos.

ElectronicosOnline.com Magazine / Oswaldo Barajas

Las cuentas falsas en redes sociales se han convertido en un verdadero dolor de cabeza para las compañías administradoras de estas plataformas como Facebook, firma que posee un área de ingeniería para diseñar soluciones de detección de actividad ilegal y fraude mediante identidades apócrifas.

 

En un reporte publicado en el blog de la empresa fabricante de hardware recreativo Adafruit Technologies, se detalla cómo es que la compañía de Mark Zuckerberg utiliza modelos matemáticos y algoritmos de Aprendizaje de Máquinas para identificar cuentas falsas, ligas de phising, spam, fraude y malware, por mencionar algunos.

Durante el 2019, Facebook desactivó casi 2,000 millones de cuentas cada tres meses, mismas que eran utilizadas por grupos de defraudadores para diseminar paquetes informáticos para interceptar cuentas bancarias o información sensible de los usuarios a través de sus actividades diarias, incluso para realizar acosos, hostigamiento de carácter sexual o perversión de menores de edad.

En promedio, durante el 2019 Facebook desactivó 2,000 cuentas falsas cada 3 meses.

 

Pero analizar 2,000 cuentas en promedio cada 3 meses es una tarea colosal incluso para un equipo robusto de técnicos humanos, por lo que el encargado de este trabajo es un enorme motor virtual que utiliza ML para inferir si las cuentas analizadas se tratan de perfiles falsos.

- PUBLICIDAD -

Actualmente la plataforma de Facebook puede distinguir dos tipos de cuentas apócrifas. La primera es denominada “cuentas de usuario mal clasificadas”, las cuales están asociadas a perfiles personales para negocios o mascotas que se supone son páginas, y las cuales son manejadas tal como son: páginas.

La segunda, por otro lado, se trata de “cuentas violatorias” que son clasificadas como más serias y más complejas de manejar. Se trata de perfiles personales que se dedican a la estafa y el spam o que violan de alguna manera los términos de servicio de la plataforma. Las cuentas violatorias deben ser eliminadas lo más rápido posible pues se extienden por la red de forma rápida y afectan a una gran cantidad de cuentas reales de usuarios.

Uno de los modelos utilizados por Facebook para detectar actividades ilegales con cuentas falsas es el Deep Entity Classification (DEC).

 

La herramienta que el sistema de ML utiliza para neutralizar las cuentas violatorias difíciles de manejar es a través de Deep Entity Classification (DEC) que aprende a diferenciar a los usuarios falsos y reales por sus patrones de conexión en la red. Llama a estos "rasgos profundos" o “características profundas”, e incluyen cosas como la edad media o la distribución de género de los amigos del usuario. Facebook utiliza más de 20,000 características profundas para caracterizar cada cuenta, proporcionando una instantánea de cómo se comporta cada perfil para dificultar que los atacantes jueguen con el sistema cambiando de táctica.

Como resultado, el modelo de clasificación DEC es capaz de inferir sobre alguno de los cuatro posibles tipos de perfiles falsos: cuentas ilegítimas no representativas de la persona, cuentas hackeadas, spammers que envían repetidamente mensajes generadores de ingresos, y estafadores que manipulan a los usuarios para que divulguen información personal.

Según informes de Facebook, desde que ha implementado esta tecnología basada en ML, ha mantenido el volumen de cuentas falsas en la plataforma en alrededor del 5% de los usuarios activos mensuales.

- PUBLICIDAD -

Revisa también ...

Quieren elevar producción de energía eólica con redes neuronales

Ante un inminente incremento en los costos de la energía y el impacto medioambiental de …

NULL