Identyczne Instagram Crowdturfers z użyciem Machine Learning

Naukowcy z Włoch i Iranu twierdzą, że opracowali pierwszy system oparty na machine learning, który potrafi rozpoznać “crowdturfing” (tj. działalność ludzi, a nie automatycznych kont) na platformie Instagram. Crowdturferzy to prawdziwi ludzie, którzy świadczą usługi “budowania profili” na platformach, które sprzedają taką działalność w sposób hurtowy.

Nowa metoda deklaruje wynik na poziomie 95% i wykorzystuje półnadzorowane uczenie w systemach NLP (Natural Language Processing).

Autorzy twierdzą, że ich system reprezentuje pierwszy system wykrywania crowdturfingu, który może niezawodnie wykryć niebotowe konta zaangażowane w fałszywe, płatne interakcje i wzmacnianie.

Aby to osiągnąć, autorzy zakupili 1293 profili crowdturfingowych od 11 dostawców platform crowdturfingowych, aby uzyskać dane do szkolenia ich systemu. Ponieważ Instagram ma skuteczne środki przeciw botom, autorzy zauważają, że ci, którzy chcą wykorzystać ogromną bazę użytkowników platformy do celów komercyjnych, zwrócili się do płacenia prawdziwym influencerom, aby “strategicznie” interaktywnie współpracowali z “klientami”, głównie poprzez udostępnianie komentarzy lub działań związanych z komentarzami na postach.

Po przeszkoleniu modelu, autorzy puścili go, aby przeanalizować profile interakcji 20 “mega-influencerów”, każdy z ponad 1 milionem obserwujących, stwierdzając, że “ponad 20% ich interakcji było sztucznych”.

Artykuł artykuł nosi tytuł Czy żyjemy w Truman Show? Wykrywanie Instagram Crowdturfing przez Self-Training i pochodzi od pięciu naukowców z Uniwersytetu Padova we Włoszech i Uniwersytetu Imam Reza w Iranie.

Naruszanie warunków korzystania z Instagram

W przeciwieństwie do Twittera, ulubionego przez naukowców ze względu na jego zaangażowanie w badania, Instagram nie tylko nie zapewnia API ani aktualizowanych danych do pomocy badaczom, ale także zabrania przeglądania sterowanego przez maszynę w swoich Warunkach korzystania. Dlatego pierwszym zadaniem badaczy było uzyskanie wyjątku od ich instytucjonalnego komitetu przeglądowego, uzasadnionego poprzednimi pracami, które wykorzystywały podobne podejście do badania “podziemnej działalności”.

Usługi crowdturfingowe zostały zakupione dla świeżych kont na Instagram, utworzonych przez badaczy do ich celów, wszystkie z nich zostały usunięte po eksperymencie, eliminując udział “uczciwych” użytkowników. Ani konta influencerów badanych, ani usług platform crowdturfingowych nie są wymienione.

Inny etyczny problem polegał na tym, że badacze nie mogli poprosić o zgodę influencerów, którzy byli badani, ze względu na efekt Hawthorne (tj. mogło to zmienić zachowanie influencerów), i to wyjątkowe również zostało udzielone przez komitet przeglądowy.

W końcu, ponieważ Instagram pozwala na “ręczne zbieranie” danych, badacze kompromisowali swoje naruszenie warunków korzystania, ustawiając swoje automatyczne narzędzia do “ludzkiej prędkości”, co wymagało pięciomiesięcznej fazy zbierania danych.

Ludzie na sprzedaż

Badacze zakupili 100 “fałszywych obserwujących” od każdego z 11 (nie wymienionych) dostawców.

Artykuł stwierdza*:

‘Wszystkie dostawcy, których wybraliśmy, zapewniają dostarczanie obserwujących, którzy interaktywnie współpracują z profilami docelowymi, lubiąc i komentując ich posty, aby zwiększyć ich wskaźnik interakcji.

‘Te profile crowdturfingowe są uznawane za wysokiej jakości obserwujących i zwykle kosztują więcej niż “podstawowe” fałszywe profile. Niezawodność tych dostawców jest wspierana przez słynne platformy recenzji, takie jak TrustPilot.’

Z artykułu, statystyki dotyczące (zanonimizowanych) dostawców platform crowdturfingowych, każdy z nich jest rynkiem dla “skorumpowanych” kont influencerów. Źródło: https://arxiv.org/pdf/2206.12904.pdf

Średni koszt kupna influencera na Instagram, jak zauważa artykuł, nie jest tak wysoki, bo wynosi około 3 dolary za 100 “wysokiej jakości” obserwujących. Autorzy zauważają:

‘Większość dostawców dostarcza obserwujących w ciągu kilku godzin. Oferują ochronę przed spadkiem, co oznacza, że liczba obserwujących, którą klient kupi, pozostanie stabilna w czasie lub nowi obserwujący będą dostarczani, aby uzupełnić te, które zostały utracone.’

Badacze zgłaszają, że niektóre ze świeżych kont na Instagram straciły 15-20% obserwujących crowdturfingowych po miesiącu, ale w niektórych przypadkach zyskały więcej, niż oczekiwano. Dla najdroższego dostawcy crowdturfingowego (CT-10, w powyższej tabeli), tylko trzech obserwujących zostało utraconych po miesiącu.

Artykuł zauważa, że stosunek obserwujących do obserwowanych staje się bardziej “autentyczny”, im więcej się płaci dostawcy crowdturfingowemu, z drugim najdroższym dostawcą oferującym stosunek bardzo zbliżony do standardowego użytkownika.

Jedną z cech konta crowdturfingowego na Instagram jest to, że jego profil rzadko jest ustawiony na “prywatny” (co umożliwiło pobranie danych z zakupionych fałszywych obserwujących, ponieważ większość analiz koncentrowała się na profilach i powiązanych komentarzach), chociaż nie powinno to być postrzegane jako niezawodny “sygnał” w tym zakresie.

‘Ludzie, którzy dołączają do tych platform, są zainteresowani generowaniem minimalnej liczby postów, które czynią ich wiarygodnymi, z wyjątkiem kilku przypadków (CT-4, CT-10). Profile niskiej jakości wykazują bardzo wysoki dysbalans między obserwującymi a obserwowanymi, a średnia liczba postów jest bliska zeru, znacznie poniżej profili crowdturfingowych.’

Dane

Badacze zebrali dane poprzez implementację frameworka browser-automating Selenium. Wynikowy zestaw danych obejmuje informacje o profilu z 1293 kont crowdturfingowych i 1307 kont niecrowdturfingowych.

To stosunkowo niskie количе