AI Identifikuje Dealeře Drogy Na Instagramu S Přes 95% Přesností

Výzkumníci ve Spojených státech vyvinuli multimodální systém strojového učení, který je schopen identifikovat účty a příspěvky dealerů drog na Instagramu, analýzou různých typů obsahu, včetně obrazového obsahu.

Výzkum, nazvaný Identifikace nelegálních dealerů drog na Instagramu pomocí velké škály multimodální fúze dat, je spoluprací mezi třemi výzkumníky ze Západovirginské univerzity a jedním z Case Western Reserve University.

Pro usnadnění projektu výzkumníci vytvořili databázi nazvanou Identifikace dealerů drog na Instagramu (IDDIG), která obsahuje 4000 uživatelských účtů, z nichž 1 400 patří dealerům drog, a zbytek slouží jako kontrolní skupina pro testování identifikačního procesu.

Rámec multimodálního systému detekce dealerů. Model zahrnuje zveřejněné obrázky, komentáře, stejně jako informace z obrázků na úvodní stránce a biografických textů zveřejněných na úvodní stránce. Zdroj: https://arxiv.org/pdf/2108.08301.pdf

Počáteční testování techniky hlásí téměř 95% přesnost při identifikaci dealerů drog na Instagramu, a rámec také vedl k projektu detekce komunity založené na hashtagách, který je navržen pro objevování měnících se indikátorů aktivity související s prodejem nelegálních drog, využívající geografické faktory a identifikaci konkrétních typů drog.

Jelikož databáze vytvořená pro projekt vyžadovala manuální označení, rámec obsahuje uživatelsky přívětivý systém anotace, který využívá klasifikační systém založený na Google’s Bidirectional Encoder Representations from Transformers (BERT), stejně jako ResNet-based image klasifikace.

Webový systém anotace (s dalšími indikacemi autorů článku) pro IDDIG.

Identifikace Dealerů V Konverzacích Souvisejících S Drogy

Rekreační drogy jsou diskutovány v širokém počtu kontextů napříč sociálními médii, jako je Instagram. Mnoho z těch, kteří zveřejňují, jsou spotřebitelé spíše než prodejci. V závislosti na regulacích v jejich lokalitě a možnosti předpisových léků, i v lokalitách, které se liší ve své drogové legislativě, mohou být také legální spotřebitelé.

Obrázky související s drogami, které byly zahrnuty do databáze projektu.

Dále, chování dealerů drog na Instagramu není vždy explicitní; často inzerují prostřednictvím komentářů a hashtagů místo multimediálních příspěvků, které by obecně byly snazší identifikovat jako “dealerství s drogami” obsah, pro lidské i strojové dohledové systémy. Proto byly hashtagy a komentářová aktivita zahrnuty jako identifikační aktiva do nového systému.

Různé vzorce obchodu s drogami na příspěvcích na Instagramu.

Kromě BERT-based textové analýzy a ResNet-derived image vyšetřování, práce zahrnuje feature-level multimodal data fúzi, jak je navrženo v roce 2016 IEEE článku Discriminant Correlation Analysis: Real-Time Feature Level Fusion for Multimodal Biometric Recognition.

Hashtagy Jako Semena Pro Databázi

Mechanismus webového sběru projektu začíná svou cestu k identifikaci účtů dealerů drog sledováním cesty 200 hashtagů souvisejících s drogami, identifikovaných odborníky z oboru, pomocí hashtag vyhledávání API.

Obrázky v příspěvcích, které používají hashtagy, jsou poté klasifikovány pomocí VGG-16-based binární klasifikační model. Obrázky, které korelují s známými drogovými obrázky, jsou poté uloženy v systému a příspěvek je převeden na JSON objekt pro pozdější načtení.

Rámec se poté rozšiřuje na související komentáře a informace (text i obrázky) obsažené na úvodní stránce uživatelů, kteří se účastnili hashtagu, a jejichž obsah byl označen jako související s drogami. Tímto způsobem bylo 10 000 potenciálních příspěvků a 23 034 uživatelských stránek bylo zahrnuto do datové sady.

Jelikož hashtagy související s drogami se neustále mění, aby unikly detekci a pozornosti orgánů, jakékoliv nové hashtagy v označeném příspěvku, které nebyly součástí sbírky semen hashtagy, jsou poznamenány a zaznamenány pro budoucí použití.

Po označení v webovém rozhraní (viz obrázek výše), multimodální data fúze musí zohlednit fakt, že ne všechny příspěvky budou obsahovat všechny čtyři možné typy dat. Proto je algoritmus schopen tolerovat devět z celkových 16 sub-bodů mezi čtyřmi typy dat, pomocí konkatence a fúze funkcí, kde chybějící prvky budou odpovídat nule ve výpočtu.

NetworkX

Datová sada je nakonec využita prostřednictvím NetworkX Python jazykového balíčku navrženého v roce 2008 Los Alamos National Laboratory v Novém Mexiku. Network X byl široce použit v rozsáhlých operacích, včetně grafů s více než 10 miliony uzlů.

Příspěvek, který zahrnuje hashtagy v datové sadě, je poté analyzován jako jeden příspěvek, aby mohl být vygenerován neřízený graf související s drogami pro NetworkX.

IDDIG datová sada byla testována napříč různými protokoly, včetně Multi-modální data fúze, Multi-zdrojové data fúze a Quadruple-based fúze, a dosáhla přesnosti až 95% při identifikaci příspěvků a uživatelů souvisejících s drogami, ve srovnání s metodami identifikace založenými na lidské kontrole.

Bylo také možné vygenerovat “sunburst ploty”, které odhalují široké indikátory pro geografické rozložení aktivity související s drogami na Instagramu, a další možné budoucí směry zkoumání v podobných projektech.

v termínech identifikace příspěvků a uživatelů souvisejících s drogami, ve srovnání s metodami identifikace založenými na lidské kontrole. Bylo také možné vygenerovat “sunburst ploty”, které odhalují široké indikátory pro geografické rozložení aktivity související s drogami na Instagramu, a další možné budoucí směry zkoumání v podobných projektech.