تعرف على كيفية استخدام الذكاء الاصطناعي لتحديد تُجار المخدرات على إنستجرام بدقة تصل إلى 95٪

قام باحثون في الولايات المتحدة بتطوير نظام تعلم آلي متعدد الوضعيات قادر على تحديد حسابات ومشاركات تُجار المخدرات على إنستجرام، من خلال تحليل مجموعة متنوعة من المحتوى، بما في ذلك المحتوى المرئي.

البحث، الذي يحمل عنوان تحديد تُجار المخدرات على إنستجرام باستخدام دمج بيانات wielوضعية على نطاق واسع، هو تعاون بين ثلاثة باحثين من جامعة وست فرجينيا وواحد من جامعة كيس ويسترن ريزيرف.

为了促进该项目的发展，研究人员创建了一个名为 识别Instagram上的毒品交易者 (IDDIG) 的数据库，包含 4000 个用户账户，其中 1400 个账户属于毒品交易者，其余账户作为控制组用于测试识别过程。

多模态交易者检测系统的框架。该模型包括发布的图像、发布的评论，以及主页图像和生物文本中的信息。 来源: https://arxiv.org/pdf/2108.08301.pdf

该技术的初步测试报告了几乎 95% 的准确率，在识别基于 Instagram 的毒品交易者方面，并且该框架还导致了一个基于标签的社区检测项目，旨在发现与非法毒品销售相关的活动的变化标志，利用地理因素和特定毒品类型的识别。

由于该项目开发的数据库需要手动标记，因此该框架具有一个用户友好的注释系统，使用基于 Google 的双向编码器表示从变压器 (BERT) 的分类系统，以及基于 ResNet 的图像分类。

IDDIG 的基于 Web 的注释系统（带有论文作者的额外指示）。

在与毒品相关的对话中识别交易者

娱乐性毒品在 Instagram 等社交媒体平台上被广泛讨论。许多发布内容的人是消费者而不是销售者。根据他们所在地区的法规和可能的处方药，即使在不同于其毒品立法的地区，他们也可能是 合法 的消费者。

项目数据库中引入的与毒品相关的图像。

此外，毒品交易者的行为在 Instagram 上并不总是明显；通常，交易者通过评论和标签进行广告，而不是多媒体帖子，这通常更容易被人类和机器监督系统识别为“毒品交易”内容。因此，标签和评论活动已被纳入新的系统作为识别资产。

Instagram 上毒品交易的多种模式。

除了基于 BERT 的文本分析和基于 ResNet 的图像调查外，该工作还纳入了特征级多模态数据融合，如 2016 年 IEEE 论文 判别相关分析:实时特征级融合用于多模态生物识别 中所述。

标签作为数据库的种子

该项目的网页抓取机制从跟踪 200 个与毒品相关的标签开始，这些标签由领域专家识别，使用 标签搜索 API。

使用这些标签的帖子中的图像然后使用基于 VGG-16 的二元 分类模型 进行分类。与已知毒品图像相关的图像然后保存在系统中，并将帖子转换为 JSON 对象以备后用。

该框架然后扩展到相关评论和信息（文本和图像），包含在参与标签的发帖人的主页中，并且其内容已被标记为与毒品相关。在这种方式下，10,000 个潜在帖子和 23,034 个用户主页被纳入数据集。

由于与毒品相关的标签不断演变以避免模式检测和引起当局的注意，因此在标记的帖子中发现的任何新标签，如果它们不在种子标签集合中，则会被记录下来以备将来使用。

在网页界面（见上图）中标记后，多模态数据融合必须容忍这样一个事实：并非所有帖子都将包含所有四种可能的数据类型。因此，算法可以容忍 16 个子点中的 9 个，使用连接和融合特征，在计算中缺失的元素将对应于零。

NetworkX

最终，数据集通过 NetworkX Python 语言包 进行利用，该包由新墨西哥州的洛斯阿拉莫斯国家实验室于 2008 年提出。NetworkX 已被广泛应用于大规模操作，包括具有超过 1000 万个节点的图表。

通过将数据集中的标签视为一个帖子的一部分，研究人员可以使用 NetworkX 生成一个无向的毒品相关图。

IDDIG 数据集已在多个协议中进行了测试，包括多模态数据融合、多源数据融合和四元融合，并且在识别毒品相关帖子和用户方面实现了高达 95% 的准确率，与人类在循环中的识别方法相比。

此外，还可以生成“日食图”以显示 Instagram 上毒品相关活动的地理分布的广泛指标，以及类似项目中可能的其他未来研究方向。