Выявление демаскирующих признаков социального бота на синтаксическом уровне генерируемого сообщения
Year: 2023
Type: article
Abstract: Цель настоящей работы заключается в выявлении демаскирующих признаков ботов по результатам анализа синтаксиса генерируемых ими сообщений. Актуальность исследования обусловлена тем, что, во-первых, результаты ежегодного анализа интернет-трафика говорят об отсутствии снижения доли трафика, создаваемого плохими ботами, а, во-вторых, деятельность высокоорганизованных плохих ботов представляет высокий уровень угрозы информационно-психологической безопасности граждан. В комплексе эти факторы в совокупности с высоким уровнем тревожности граждан, который отмечается экспертами социологами на протяжении последних нескольких месяцев, переводят угрозу информационно-психологической безопасности граждан в категорию вызовов для цифрового суверенитета государства. Методики обнаружения интернет-ботов, представленные в предшествующих работах, предполагают сбор и обработку большого объема данных, включающих метаданные профиля пользователя интернет-СМК, данные о времени и периоде публикации сообщений, данные анализа интернет-трафика пользователя интернет-СМК, и другое. Несмотря на достаточно высокие показатели результативности, указанные методики имеют общий недостаток: значительные затраты временного ресурса на сбор и обработку больших данных. Полученные результаты могут быть использованы в разработке качественно новой методики обнаружения интернет-бота по совокупности лингвистических характеристик генерируемых сообщений. Отличительной чертой методики будет являться сравнительно малый объем информации для выявления социального бота по результатам квантитативного анализа. В настоящей статье также продемонстрирован способ проверки электронных текстовых сообщений аккаунта на предмет авторства, таким образом, предположить с большой вероятностью является ли автор человеком или ботом.
Institution: Moscow State Linguistic University
Language: Russian
Topic: Spam and Phishing Detection
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4367336352