एआई इंस्टाग्राम पर ड्रग डीलरों की पहचान लगभग 95% सटीकता के साथ करता है

अमेरिका में शोधकर्ताओं ने एक बहुमodal मशीन लर्निंग सिस्टम विकसित किया है जो इंस्टाग्राम पर ड्रग डीलरों के खातों और पोस्टों की पहचान करने में सक्षम है, विभिन्न प्रकार की सामग्री का विश्लेषण करके, जिसमें छवि सामग्री भी शामिल है।

इस शोध का शीर्षक इंस्टाग्राम पर अवैध ड्रग डीलरों की पहचान करना है, जो वेस्ट वर्जीनिया विश्वविद्यालय के तीन शोधकर्ताओं और केस वेस्टर्न रिजर्व विश्वविद्यालय के एक शोधकर्ता के बीच एक सहयोग है।

परियोजना को सुविधाजनक बनाने के लिए, शोधकर्ताओं ने इंस्टाग्राम पर ड्रग डीलरों की पहचान (आईडीडीआईजी) नामक एक डेटाबेस बनाया, जिसमें 4000 उपयोगकर्ता खाते हैं, जिनमें से 1,400 ड्रग डीलरों के खाते हैं, और शेष एक नियंत्रण समूह के रूप में पहचान प्रक्रिया का परीक्षण करने के लिए हैं।

बहुमodal डीलर-डिटेक्शन सिस्टम का फ्रेमवर्क। मॉडल में पोस्ट की गई छवियों, पोस्ट की गई टिप्पणियों, साथ ही होमपेज छवियों और जीवनी पाठों की जानकारी शामिल है। स्रोत: https://arxiv.org/pdf/2108.08301.pdf

तकनीक के प्रारंभिक परीक्षण में लगभग 95% सटीकता दर की सूचना दी गई है इंस्टाग्राम-आधारित ड्रग डीलरों की पहचान करने में, और फ्रेमवर्क ने हैशटैग-आधारित समुदाय का पता लगाने की परियोजना को भी जन्म दिया है जो अवैध ड्रग्स की बिक्री से संबंधित गतिविधि के बदलते संकेतकों का पता लगाने के लिए भौगोलिक कारकों और विशिष्ट ड्रग प्रकारों की पहचान का उपयोग करता है।

चूंकि परियोजना के लिए विकसित डेटाबेस को मैनुअल रूप से लेबल करने की आवश्यकता थी, फ्रेमवर्क में एक उपयोगकर्ता-मित्र अन्नोटेशन प्रणाली की सुविधा है, जो गूगल के बिडायरेक्शनल एनकोडर रिप्रेजेंटेशन फ्रॉम ट्रांसफॉर्मर (बीईआरटी) पर आधारित वर्गीकरण प्रणाली का उपयोग करती है, साथ ही रेसनेट-आधारित छवि वर्गीकरण का भी उपयोग करती है।

आईडीडीआईजी के लिए वेब-आधारित अन्नोटेशन सिस्टम (कागज़ के लेखकों द्वारा अतिरिक्त संकेतों के साथ)।[/em>

ड्रग-संबंधित बातचीत में डीलरों की पहचान

मनोरंजक दवाएं सोशल मीडिया प्लेटफ़ॉर्म जैसे इंस्टाग्राम पर विभिन्न संदर्भों में चर्चा की जाती हैं। उनमें से कई पोस्ट करने वाले उपभोक्ता हैं न कि विक्रेता। उनके स्थानीय क्षेत्र में नियमों के आधार पर, और स्थानीय दवा कानूनों में अंतर के कारण भी, वे स्थानीय रूप से कानूनी उपभोक्ता भी हो सकते हैं।

परियोजना के डेटाबेस में लाई गई ड्रग-संबंधित छवियाँ।[/em>

इसके अलावा, इंस्टाग्राम पर ड्रग डीलरों का व्यवहार हमेशा स्पष्ट नहीं होता है; अक्सर डीलर टिप्पणियों और हैशटैग के माध्यम से विज्ञापन देते हैं, न कि मल्टीमीडिया पोस्ट के माध्यम से, जो一般 रूप से मानव और मशीन दोनों पर्यवेक्षण प्रणालियों के लिए ‘ड्रग डीलिंग’ सामग्री के रूप में पहचाना जाना आसान होगा। इसलिए, हैशटैग और टिप्पणी गतिविधि को पहचान संपत्ति के रूप में नए सिस्टम में शामिल किया गया है।

इंस्टाग्राम पोस्ट पर ड्रग ट्रेड के विभिन्न पैटर्न।[/em>

इसके अलावा, बीईआरटी-आधारित पाठ विश्लेषण और रेसनेट-व्युत्पन्न छवि जांच के अलावा, कार्य में फीचर-लेवल बहुमodal डेटा फ्यूजन को शामिल किया गया है, जैसा कि 2016 आईईईई पेपर विवेचक संबंध विश्लेषण: वास्तविक समय फीचर स्तर फ्यूजन के लिए बहुमodal बायोमेट्रिक पहचान में प्रस्तावित किया गया है।

डेटाबेस के लिए हैशटैग के बीज

परियोजना का वेब-स्क्रैपिंग तंत्र ड्रग-संबंधित खातों की पहचान करने के लिए 200 ड्रग-संबंधित हैशटैग के मार्ग का अनुसरण करता है, जो डोमेन विशेषज्ञों द्वारा पहचाने गए हैं, हैशटैग खोज एपीआई का उपयोग करते हैं।

हैशटैग का उपयोग करने वाली पोस्ट में छवियों को तब एक वीजीजी-16-आधारित बाइनरी वर्गीकरण मॉडल का उपयोग करके वर्गीकृत किया जाता है। ज्ञात ड्रग इमेजरी से संबंधित छवियों को तब प्रणाली में सहेजा जाता है, और पोस्ट को बाद में पुनर्प्राप्ति के लिए एक जेसन ऑब्जेक्ट में परिवर्तित किया जाता है।

फ्रेमवर्क तब संबंधित टिप्पणियों और जानकारी (टेक्स्ट और छवियों दोनों) को विस्तारित करता है जो हैशटैग में भाग लेने वाले पोस्टरों के होमपेज में शामिल हैं, और जिनकी सामग्री को ड्रग-संबंधित के रूप में चिह्नित किया गया है। इस तरह 10,000 संभावित पोस्ट और 23,034 उपयोगकर्ता होमपेज डेटासेट में शामिल किए गए थे।

चूंकि ड्रग-संबंधित हैशटैग लगातार पैटर्न का पता लगाने और अधिकारियों का ध्यान आकर्षित करने से बचने के लिए विकसित होते रहते हैं, इसलिए फ्लैग्ड पोस्ट में कोई भी नए हैशटैग जो मूल हैशटैग संग्रह का हिस्सा नहीं थे, उन्हें भविष्य के उपयोग के लिए नोट किया जाता है और रिकॉर्ड किया जाता है।

वेब-आधारित इंटरफ़ेस (ऊपर दी गई छवि देखें) में लेबलिंग के बाद, बहुमodal डेटा फ्यूजन को यह स्वीकार करना होगा कि सभी पोस्ट में चार संभावित डेटा प्रकारों में से सभी नहीं होंगे। इसलिए, अल्गोरिथ्म नौ में से 16 उप-बिंदुओं को संयोजन और फ्यूज्ड फीचर्स का उपयोग करके सहन कर सकता है, जहां गायब तत्वों को गणना में शून्य के रूप में माना जाएगा।

नेटवर्कएक्स

डेटासेट का अंतिम उपयोग नेटवर्कएक्स पाइथन भाषा पैकेज के माध्यम से किया जाता है, जिसे 2008 में न्यू मेक्सिको में लॉस अलामोस नेशनल लेबोरेटरी द्वारा प्रस्तावित किया गया था। नेटवर्क एक्स का उपयोग बड़े पैमाने पर ऑपरेशन में किया गया है, जिसमें 10 मिलियन से अधिक नोड्स वाले ग्राफ शामिल हैं।

डेटासेट में हैशटैग को एक पोस्ट में शामिल किए जाने की तरह मानते हुए, शोधकर्ताओं के लिए नेटवर्कएक्स के लिए एक अविदेशी ड्रग-संबंधित ग्राफ बनाना संभव था।

आईडीडीआईजी डेटासेट का परीक्षण विभिन्न प्रोटोकॉल पर किया गया, जिनमें बहुमodal डेटा फ्यूजन, मल्टी-सोर्स डेटा फ्यूजन और क्वाड्रुपल-आधारित फ्यूजन शामिल हैं, और मानव-इन-द-लूप पहचान विधियों की तुलना में ड्रग-संबंधित पोस्ट और उपयोगकर्ताओं की पहचान करने में 95% तक की सटीकता हासिल की।

इसके अलावा, इंस्टाग्राम पर ड्रग-संबंधित गतिविधि के भौगोलिक वितरण के लिए व्यापक संकेतक प्रकट करने वाले ‘सनबर्स्ट प्लॉट’ उत्पन्न करना संभव था, और इसी तरह की परियोजनाओं में भविष्य के अनुसंधान के संभावित अन्य मार्ग।