KI identifiziert Instagram-Drogenhändler mit fast 95%iger Genauigkeit

Forscher in den USA haben ein multimodales Machine-Learning-System entwickelt, das in der Lage ist, die Konten und Beiträge von Drogenhändlern auf Instagram zu identifizieren, indem es verschiedene Inhalte analysiert, einschließlich Bildinhalten.

Die Forschung, die den Titel Identifizierung von Drogenhändlern auf Instagram mit Hilfe von Large-scale-Multimodal-Data-Fusion trägt, ist eine Zusammenarbeit zwischen drei Forschern an der West Virginia University und einem Forscher an der Case Western Reserve University.

Um das Projekt zu ermöglichen, erstellten die Forscher eine Datenbank namens Identifizierung von Drogenhändlern auf Instagram (IDDIG), die 4000 Benutzerkonten enthält, von denen 1.400 Konten von Drogenhändlern sind und der Rest als Kontrollgruppe für den Identifizierungsprozess dient.

Das Framework des multimodalen Dealer-Erkennungssystems. Das Modell umfasst veröffentlichte Bilder, veröffentlichte Kommentare sowie Informationen von Homepage-Bildern und Biographie-Texten auf der Homepage. Quelle: https://arxiv.org/pdf/2108.08301.pdf

Die anfänglichen Tests der Technik berichten von einer fast 95%igen Genauigkeit bei der Identifizierung von Instagram-basierten Drogenhändlern, und das Framework hat auch zu einem Hashtag-basierten Community-Erkennungsprojekt geführt, das darauf abzielt, sich ändernde Indikatoren für die geografische Verteilung von Drogenhandelsaktivitäten auf Instagram zu entdecken, unter Berücksichtigung geografischer Faktoren und der Identifizierung spezifischer Drogenarten.

Da die für das Projekt entwickelte Datenbank eine manuelle Markierung erforderte, verfügt das Framework über ein benutzerfreundliches Markierungssystem, das ein Klassifizierungssystem auf Basis von Google’s Bidirectional Encoder Representations from Transformers (BERT) sowie ResNet-basierte Bildklassifizierung verwendet.

Das webbasierte Markierungssystem (mit zusätzlichen Hinweisen der Autoren des Papiers) für IDDIG.

Erkennung von Drogenhändlern in drogenbezogenen Gesprächen

Rekreationsdrogen werden in einer Vielzahl von Kontexten auf sozialen Medien-Plattformen wie Instagram diskutiert. Viele der Poster sind Konsumenten und nicht Verkäufer. Abhängig von den Vorschriften in ihrem Einzugsgebiet und der Möglichkeit, verschreibungspflichtige Medikamente sogar in Einzugsgebieten mit unterschiedlichen Drogen Gesetzen zu erhalten, können sie auch legale Konsumenten sein.

Drogenbezogene Bilder, die in die Datenbank des Projekts aufgenommen wurden.

Zusätzlich ist das Verhalten von Drogenhändlern auf Instagram nicht immer explizit; häufig werben die Händler über Kommentare und Hashtags statt über Multimedia-Beiträge, die im Allgemeinen einfacher zu identifizieren wären als “Drogenhandels”-Inhalte, sowohl für menschliche als auch für maschinelle Überwachungssysteme. Daher wurden Hashtags und Kommentar-Aktivitäten als Identifizierungs-Assets in das neue System integriert.

Mehrere Muster des Drogenhandels auf Instagram-Beiträgen.

Zusätzlich zu BERT-basierten Textanalysen und ResNet-abgeleiteten Bilduntersuchungen umfasst die Arbeit eine feature-level-Multimodal-Data-Fusion, wie sie im 2016 IEEE-Paper Discriminant Correlation Analysis: Real-Time Feature Level Fusion for Multimodal Biometric Recognition vorgeschlagen wurde.

Hashtags als Samen für eine Datenbank

Der Web-Scraping-Mechanismus des Projekts beginnt seine Reise zur Identifizierung von Drogenhändler-Konten, indem er den Pfad von 200 drogenbezogenen Hashtags verfolgt, die von Fachexperten identifiziert wurden, unter Verwendung der Hashtag-Suche-API.

Bilder in Beiträgen, die diese Hashtags verwenden, werden dann mit einem VGG-16-basierten binären Klassifizierungsmodell klassifiziert. Bilder, die mit bekannten Drogenbildern korrelieren, werden dann im System gespeichert, und der Beitrag wird in ein JSON-Objekt umgewandelt, um später abgerufen zu werden.

Das Framework erstreckt sich dann auf verwandte Kommentare und Informationen (sowohl Text als auch Bilder) auf der Homepage der Poster, die an dem Hashtag teilgenommen haben und deren Inhalt als drogenbezogen markiert wurde. Auf diese Weise wurden 10.000 potenzielle Beiträge und 23.034 Benutzer-Homepages in die Datenbank aufgenommen.

Da drogenbezogene Hashtags ständig evolvieren, um Muster-Erkennung und die Aufmerksamkeit der Behörden zu vermeiden, werden neue Hashtags in den markierten Beiträgen, die nicht Teil der ursprünglichen Hashtag-Sammlung waren, notiert und für zukünftige Verwendung aufgezeichnet.

Nach der Markierung in der webbasierten Schnittstelle (siehe Bild oben) muss die Multimodal-Data-Fusion die Tatsache berücksichtigen, dass nicht alle Beiträge alle vier möglichen Datenarten enthalten. Daher kann der Algorithmus neun von insgesamt 16 Sub-Punkten unter den vier Datenarten tolerieren, unter Verwendung von Konkatenation und fusionierten Merkmalen, wobei fehlende Elemente in der Berechnung Null entsprechen.

NetworkX

Die Datenbank wird schließlich unter Verwendung des NetworkX-Python-Sprachpaketes verwendet, das 2008 vom Los Alamos National Laboratory in New Mexico vorgeschlagen wurde. NetworkX wurde in großen Operationen eingesetzt, einschließlich Graphen mit mehr als 10 Millionen Knoten.

Indem die Hashtags in der Datenbank behandelt werden, als ob sie in einem Beitrag enthalten wären, konnten die Forscher einen ungerichteten drogenbezogenen Graphen für NetworkX generieren.

Die IDDIG-Datenbank wurde über verschiedene Protokolle getestet, einschließlich Multimodaler Data-Fusion, Multi-Quellen-Data-Fusion und Quadruple-basierter Fusion, und erreichte Genauigkeitswerte von bis zu 95% bei der Identifizierung von drogenbezogenen Beiträgen und Benutzern im Vergleich zu menschlichen Erkennungsmethoden.

Es war auch möglich, “Sunburst-Plots” zu generieren, die breite Indikatoren für die geografische Verteilung von Drogenhandelsaktivitäten auf Instagram aufzeigen, sowie andere mögliche zukünftige Forschungsrichtungen in ähnlichen Projekten.