Το AI Αναγνωρίζει τους Διακινητές Ναρκωτικών στο Instagram με Προσέγγιση 95% Ακρίβειας

Ερευνητές στις Ηνωμένες Πολιτείες έχουν αναπτύξει ένα πολυμορφικό σύστημα μηχανικής μάθησης που είναι ικανό να αναγνωρίζει τους λογαριασμούς και τις αναρτήσεις των διακινητών ναρκωτικών στο Instagram, αναλύοντας eine ποικιλία περιεχομένου, συμπεριλαμβανομένων εικόνων.

Η έρευνα, με τίτλο Αναγνώριση Αθέμιτων Διακινητών Ναρκωτικών στο Instagram με Μεγάλης Κλίμακας Πολυμορφική Συγχώνευση Δεδομένων, είναι μια συνεργασία μεταξύ τριών ερευνητών στο Πανεπιστήμιο της Δυτικής Βιρτζίνια και ενός από το Πανεπιστήμιο Case Western Reserve.

Για να διευκολύνουν το έργο, οι ερευνητές δημιούργησαν μια βάση δεδομένων με τίτλο Αναγνώριση Διακινητών Ναρκωτικών στο Instagram (IDDIG), που περιλαμβάνει 4000 λογαριασμούς χρηστών, με 1.400 λογαριασμούς διακινητών ναρκωτικών και τους υπόλοιπους ως ομάδα ελέγχου για να δοκιμαστεί η διαδικασία αναγνώρισης.

Το πλαίσιο του πολυμορφικού συστήματος ανίχνευσης διακινητών. Source: https://arxiv.org/pdf/2108.08301.pdf

Οι αρχικές δοκιμές της τεχνικής αναφέρουν σχεδόν 95% ακρίβεια στην αναγνώριση διακινητών ναρκωτικών στο Instagram, και το πλαίσιο έχει οδηγήσει επίσης σε ένα έργο ανίχνευσης κοινότητας με βάση τα hashtag, που έχει σχεδιαστεί για να ανακαλύψει μεταβαλλόμενους δείκτες για τη γεωγραφική διάθεση της ναρκωτικής δραστηριότητας στο Instagram, και άλλες πιθανές μελλοντικές γραμμές έρευνας σε παρόμοια έργα.

Καθώς η βάση δεδομένων που αναπτύχθηκε για το έργο απαιτούσε χειροκίνητη σήμανση, το πλαίσιο περιλαμβάνει ένα φιλικό προς τον χρήστη σύστημα σήμανσης, που χρησιμοποιεί ένα σύστημα ταξινόμησης με βάση το Bidirectional Encoder Representations από Transformers (BERT) της Google, καθώς και ταξινόμηση εικόνων με βάση το ResNet.

Το διαδικτυακό σύστημα σήμανσης (με πρόσθετες ενδείξεις από τους συγγραφείς του εγγράφου) για το IDDIG.

Αναγνώριση των Διακινητών σε Συζητήσεις Σχετικές με Ναρκωτικά

Τα αναψυκτικά ναρκωτικά συζητιούνται σε ένα ευρύ φάσμα контекστών σε κοινωνικά μέσα όπως το Instagram. Πολλοί από εκείνους που αναρτούν είναι καταναλωτές και όχι διακινητές. Ανавис από τους κανονισμούς στην τοπική τους περιοχή και την πιθανότητα συνταγογραφημένων φαρμάκων ακόμη και σε περιοχές που διαφέρουν στη νομοθεσία τους για τα ναρκωτικά, μπορεί επίσης να είναι νόμιμοι καταναλωτές.

Εικόνες σχετικές με ναρκωτικά που εισήχθησαν στη βάση δεδομένων του έργου.

Επιπλέον, η συμπεριφορά των διακινητών ναρκωτικών στο Instagram δεν είναι πάντα σαφής· συχνά οι διακινητές διαφημίζουν μέσω σχολίων και hashtag αντί για πολυμεσικών αναρτήσεων, που γενικά θα ήταν ευκολότερο να αναγνωριστούν ως “διακίνηση ναρκωτικών” περιεχόμενο, και για ανθρώπινες και μηχανικές συστήματα εποπτείας.，因此, τα hashtag και η δραστηριότητα σχολίων έχουν ενσωματωθεί ως αναγνωριστικά στοιχεία στο νέο σύστημα.

Πολλαπλά μοτίβα του εμπορίου ναρκωτικών σε αναρτήσεις του Instagram.

Εκτός από την ανάλυση κειμένου με βάση το BERT και την έρευνα εικόνων με βάση το ResNet, το έργο ενσωματώνει επίσης τη συγχώνευση πολυμορφικών δεδομένων σε επίπεδο χαρακτηριστικών, όπως προτάθηκε στο έγγραφο του 2016 IEEE περίληψης Δισκογραφική Ανάλυση Συσχέτισης: Ανάλυση σε πραγματικό χρόνο σε επίπεδο χαρακτηριστικών για Πολυμορφική Αναγνώριση Βιομετρικών Δεδομένων.

Hashtags ως Σπόροι για μια Βάση Δεδομένων

Το μηχανισμό web-scraping του έργου αρχίζει την πορεία του για την αναγνώριση λογαριασμών διακινητών ναρκωτικών με το να ακολουθεί το μονοπάτι 200 σχετικών με ναρκωτικά hashtag που έχουν αναγνωριστεί από ειδικούς, χρησιμοποιώντας το API αναζήτησης hashtag.

Οι εικόνες στις αναρτήσεις που χρησιμοποιούν τα hashtag ταξινομούνται χρησιμοποιώντας ένα δυαδικό μοντέλο ταξινόμησης με βάση το VGG-16. Οι εικόνες που συσχετίζονται με γνωστές εικόνες ναρκωτικών αποθηκεύονται στο σύστημα και η ανάρτηση μετατρέπεται σε αντικείμενο JSON για μελλοντική ανάκτηση.

Το πλαίσιο επεκτείνεται στη συνέχεια σε σχετικές σχόλια και πληροφορίες (και κείμενο και εικόνες) που περιέχονται στην αρχική σελίδα των χρηστών που έχουν συμμετάσχει στο hashtag και του οποίου το περιεχόμενο έχει σημανθεί ως σχετικό με ναρκωτικά. Με αυτόν τον τρόπο, 10.000 πιθανές αναρτήσεις και 23.034 αρχικές σελίδες χρηστών έχουν εισαχθεί στη βάση δεδομένων.

Καθώς τα σχετικά με ναρκωτικά hashtag εξελίσσονται συνεχώς για να αποφεύγουν την ανίχνευση μοτίβων και την προσοχή των αρχών, οποιαδήποτε νέα hashtag στις σημανθείσες αναρτήσεις που δεν ήταν μέρος της συλλογής σπόρων σημειώνονται και καταγράφονται για μελλοντική χρήση.

Μετά τη σήμανση στη διαδικτυακή διεπαφή (βλέπε εικόνα παραπάνω), η συγχώνευση πολυμορφικών δεδομένων πρέπει να λάβει υπόψη ότι δεν όλες οι αναρτήσεις θα περιέχουν όλα τα τέσσερα πιθανά είδη δεδομένων.，因此, το αλγόριθμος μπορεί να ανέχεται εννέα από τα συνολικά 16 υπο-σημεία μεταξύ των τεσσάρων τύπων δεδομένων, χρησιμοποιώντας συνένωση και συγχωνευμένα χαρακτηριστικά, όπου τα λείπωντα στοιχεία θα αντιστοιχούν στο μηδέν στον υπολογισμό.

NetworkX

Η βάση δεδομένων χρησιμοποιείται τελικά μέσω του πακέτου NetworkX της Python, που προτάθηκε το 2008 από το Εργαστήριο Los Alamos στο Νέο Μεξικό. Το NetworkX έχει χρησιμοποιηθεί εκτενώς σε μεγάλης κλίμακας εργασίες, συμπεριλαμβανομένων γραφών με περισσότερους από 10 εκατομμύρια κόμβους.

Με τη μεταχείριση των hashtag στη βάση δεδομένων ως αν они είχαν συμπεριληφθεί σε μια ανάρτηση, ήταν δυνατό για τους ερευνητές να δημιουργήσουν einen μη κατευθυνόμενο γράφο σχετικό με ναρκωτικά για το NetworkX να αναλύσει.

Η βάση δεδομένων IDDIG δοκιμάστηκε σε eine ποικιλία πρωτοκόλλων, συμπεριλαμβανομένων της Πολυμορφικής Συγχώνευσης Δεδομένων, της Πολυπηγής Συγχώνευσης Δεδομένων και της Τετραπλού Συγχώνευσης, και πέτυχε αποτελέσματα ακρίβειας μέχρι 95% σε σχέση με μεθόδους αναγνώρισης με ανθρώπινη επέμβαση.

Ήταν επίσης δυνατό να δημιουργηθούν “συνδυασμοί ηλιοφάνειας” που αποκαλύπτουν ευρείες ενδείξεις για τη γεωγραφική διάθεση της ναρκωτικής δραστηριότητας στο Instagram, και άλλες πιθανές μελλοντικές γραμμές έρευνας σε παρόμοια έργα.