Detection of Fake Accounts in Social Media
| dc.contributor.author | Voitovych, O. | en |
| dc.contributor.author | Kupershtein, L. | en |
| dc.contributor.author | Holovenko, V. | en |
| dc.contributor.author | Войтович, О. П. | uk |
| dc.contributor.author | Куперштейн, Л. М. | uk |
| dc.contributor.author | Головенько, В. О. | uk |
| dc.identifier.orcid | https://orcid.org/0000-0001-8964-7000 | |
| dc.identifier.orcid | https://orcid.org/0000-0001-6737-7134 | |
| dc.identifier.orcid | https://orcid.org/0000-0001-6737-7134 | |
| dc.title | Detection of Fake Accounts in Social Media | en |
| dc.date.issued | 2022 | |
| dc.publisher | Київський університет імені Бориса Грінченка | uk |
| dc.identifier.citation | Voitovych, O. Detection of Fake Accounts in Social Media [Електронний ресурс] / O. Voitovuch, L. Kupershtein, V. Holoenko // Кібербезпека: освіта, наука, техніка. – 2022. – Т. 2, № 18. – С. 86-98. – Режим доступу: https://csecurity.kubg.edu.ua/index.php/journal/article/view/406. | en |
| dc.relation.ispartof | Кібербезпека: освіта, наука, техніка. Т. 2, № 18 : 86-98. | uk |
| dc.identifier.doi | https://doi.org/10.28925/2663-4023.2022.18.8698 | |
| dc.identifier.issn | 2663 - 4023 | |
| dc.identifier.udc | 004.056 | |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua/handle/123456789/37671 | |
| dc.description.abstract | Social media is becoming increasingly used as a source of information, including events during warfare. The fake accounts of the social media are often used for a variety of cyber-attacks, information-psychological operations, and social opinion manipulating during warfare. The analysis of online social media research methods are carried out, the main metrics and attributes of fake accounts in Facebook are investigated. Each metric is assigned to the appropriate categories for the convenience of their analysis and gets a certain number of points depending on conditions from 0 to 3, which indicate how much every of the metrics influenced on conclusion about the fakeness of the account. The levels of influence have the following meanings: 0 – no influence, 1 – weak influence, 2 – significant influence, 3 – critical influence. For example, if the histogram feature reaches level 3, this means that the parameter characterizing this feature has a critical impact on account fakeness. Otherwise, if the column is at 0 or 1 level, this means that the parameter is inherent in the real account. Thus, based on the level of each of the parameters, we conclude on the fakeness or reality of a certain account. The following metrics are analyzed: likes, friends, posts and statuses, personal information about the user and the photos, considering their possible parameters and influence on the status of the account. Each metric is assigned to the appropriate categories for the convenience of their analysis. A decision-making system based on a supported vector machine is developed and has 9 inputs and single output. A series of experimental research was conducted where account analyzing as well as parameters extracting and selection are realized on Facebook. The classifier accuracy of the fake accounts detection is 97% with the special prepared dataset of the real and fake account parameters. | en |
| dc.description.abstract | Соціальні мережі все частіше використовуються як джерело інформації, в тому числі про події під час війни. Фейкові акаунти в соціальних мережах часто використовуються для різноманітних кібератак, інформаційно-психологічних операцій та маніпулювання суспільною думкою під час війни. Проведено аналіз методів дослідження соціальних мереж, досліджено основні показники та ознаки фейкових акаунтів у мережі Facebook. Кожний показник ідентифікується певною кількість балів залежно від умов від 0 до 3, які вказують на те, наскільки кожен із них впливає на висновок про фейковість облікового запису. Рівні впливу мають такі значення: 0 – не впливає, 1 – слабкий вплив, 2 – значний вплив, 3 – критичний вплив. Наприклад, якщо у рівень впливу у деякого параметра визначений як 3 - це означає, що даний параметр суттєво вказує на фейковість облікового запису. В іншому випадку, якщо показник знаходиться на рівні 0 або 1 - це означає, що таке значення параметру більш властиве реальному обліковому запису. Таким чином, за рівнем кожного з параметрів ми робимо висновок про фейковість або реальність певного акаунта. Аналізуються такі параметри облікового запису: лайки, друзі, пости та статуси, особиста інформація про користувача та фотографії з урахуванням їх можливих параметрів та впливу на статус облікового запису. Кожна метрика віднесена до відповідних категорій для зручності їх аналізу. Розроблено систему підтримки прийняття рішень щодо фейковості облікового запису соціальної мережі Facebook на основі метода опорних векторів у якості класифікатора, який на вхід отримує 9 параметрів, що характеризують обліковий запис і на виході дає передбачення чи акаунт реального користувача чи ні. Було проведено серію експериментальних досліджень, у яких реалізовано аналіз акаунтів. Точність класифікатора виявлення фейкових акаунтів після навчання на тестових даних становить 97%. | uk |
| dc.subject | social media | en |
| dc.subject | information warfare | en |
| dc.subject | social media metrics | en |
| dc.subject | neural networks | en |
| dc.subject | support vector machine | en |
| dc.subject | соціальна мережа | uk |
| dc.subject | інформаційна війна | uk |
| dc.subject | метрики соціальних мереж | uk |
| dc.subject | нейронні мережі | uk |
| dc.subject | метод опорних векторів | uk |
| dc.type | Article | |
| dc.language.iso | en | en |
| dc.relation.references | Information Warfare: The Role of Social Media in Conflict. UNT Digital Library. https://digital.library.unt.edu/ark:/67531/metadc503647. | en |
| dc.relation.references | The 15 Biggest Social Media Sites and Apps [2022]. Dreamgrow. https://www.dreamgrow.com/top-15- most-popular-social-networking-sites. | en |
| dc.relation.references | Дудатьєв, А. В. (2017). Комплексна інформаційна безпека соціотехнічних систем: моделі впливу та захисту. ВНТУ. https://press.vntu.edu.ua/index.php/vntu/catalog/book/352. | uk |
| dc.relation.references | Voitovych, O. P., Holovenko, V. O. (2016). Research of social networks as a source of information in warfare. In J. Rysiński (ed.), Inżynier XXI wieku projectujemy przyszlosc (p. 111–119). | en |
| dc.relation.references | Romanov, A., Semenov, A., Mazhelis, O., Veijalainen, J. (2017). Detection of Fake Profiles in Social Media - Literature Review. In 13th International Conference on Web Information Systems and Technologies. SCITEPRESS - Science and Technology Publications. https://doi.org/10.5220/0006362103630369. | en |
| dc.relation.references | Войтович, О. П., Дудатьєв, А. В., Головенько, В. О. (2018). Модель та засіб для виявлення фейкових облікових записів у соціальних мережах. Вчені записки таврійського національного університету ім. В.І. Вернадського. Серія: Технічні науки, 29(68), 112–119. | uk |
| dc.relation.references | Ramalingam, D., Chinnaiah, V. (2018). Fake profile detection techniques in large-scale online social networks: A comprehensive review. Computers & Electrical Engineering, 65, 165– 177. https://doi.org/10.1016/j.compeleceng.2017.05.020. | en |
| dc.relation.references | Mohammadrezaei, M., Shiri, M. E., Rahmani, A. M. (2018). Identifying Fake Accounts on Social Networks Based on Graph Analysis and Classification Algorithms. Security and Communication Networks, 2018, 1–8. https://doi.org/10.1155/2018/5923156. | en |
| dc.relation.references | Gupta, A., Kaushal, R. (2017). Towards detecting fake user accounts in facebook. У 2017 ISEA Asia Security and Privacy (ISEASP). IEEE. https://doi.org/10.1109/iseasp.2017.7976996 | en |
| dc.relation.references | Can, U., Alatas, B. (2019). A new direction in social network analysis: Online social network analysis problems and applications. Physica A: Statistical Mechanics and its Applications, 535, 122372. https://doi.org/10.1016/j.physa.2019.122372. | en |
| dc.relation.references | Дудатьєв, А. В., Войтович, О. П. (2017). Інформаційна безпека соціотехнічних систем: Модель інформаційного впливу. Інформаційні технології та комп`ютерна інженерія, 1, 16– 21. https://itce.vntu.edu.ua/index.php/itce/article/view/657/401. | uk |
| dc.relation.references | Войтович, О. П., Дудатьєв, А. В., Головенько, В. О. (2018a). Виявлення фейкових облікових записів у соціальній мережі «Facebook». У "Інформаційні технології та комп’ютерне моделювання" (с. 190–193). п. Голіней О.М. http://itcm.comp-sc.if.ua/2018/zbirnyk.pdf. | uk |
| dc.relation.references | Toolkit of information wars: traditional and new tools. (2019). Bulletin of the Book Chamber, (1), 7– 10. http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis _64.exe?C21COM=2&I21DBN=UJRN&P21DBN=UJRN&IMAGE_FILE_DOWNLOA D=1&Image_file_name=PDF/vkp_2019_1_3.pdf. | en |
| dc.relation.references | 10 Metrics to Track for Social Media Success : Social Media Examiner. Social Media Examiner. https://www.socialmediaexaminer.com/10-metrics-to-track-for-social-media-success. | en |
| dc.relation.references | Ulichev, O. S. (2018). Research of the models of information dissemination and information influences in social networks. Control, navigation and communication systems. Collection of scientific papers, 4(50), 147–151. https://doi.org/10.26906/sunz.2018.4.147 | en |
| dc.relation.references | Xiao, C., Freeman, D. M., Hwa, T. (2015). Detecting Clusters of Fake Accounts in Online Social Networks. У CCS'15: The 22nd ACM Conference on Computer and Communications Security. ACM. https://doi.org/10.1145/2808769.2808779 | en |
| dc.relation.references | Bazzaz Abkenar, S., Haghi Kashani, M., Mahdipour, E., Jameii, S. M. (2020). Big data analytics meets social media: A systematic review of techniques, open issues, and future directions. Telematics and Informatics, 101517. https://doi.org/10.1016/j.tele.2020.101517 | en |
| dc.relation.references | Kosinski, M., Matz, S. C., Gosling, S. D., Popov, V., Stillwell, D. (2015). Facebook as a research tool for the social sciences: Opportunities, challenges, ethical considerations, and practical guidelines. American Psychologist, 70(6), 543–556. https://doi.org/10.1037/a0039210 | en |
| dc.relation.references | SVM-Light: Support Vector Machine. Home | Department of Computer Science. https://www.cs.cornell.edu/people/tj/svm_light. | en |
| dc.relation.references | Python 3.10.7 Documentation. https://docs.python.org/3/. | en |
| dc.relation.references | Selenium with Python — Selenium Python Bindings 2 documentation. https://seleniumpython.readthedocs.io. | en |
| dc.date.accessioned | 2023-07-17T06:43:12Z | |
| dc.date.available | 2023-07-17T06:43:12Z |
Файли
Контейнер файлів
1 - 1 з 1
Ліцензійна угода
1 - 1 з 1