Die stillen Cyberkrieger: Desinformation in Aktion

In der heutigen Welt verbreitet sich Fehlinformation schnell, besonders über soziale Medien und Online-Foren. Dieser neue Konflikttyp involviert Gruppen, die Cyberkrieger genannt werden, die irreführende Nachrichten teilen, um anderen zu schaden oder ihre eigene Seite zu unterstützen. Dieser Artikel untersucht, wie aktiv diese Cyberkrieger in grossen Online-Foren sind und zeigt, dass oft nur eine kleine Anzahl aktiv ist. Überrascherweise halten diese Personen sich in friedlichen Zeiten meist zurück und melden sich nur, wenn es nötig ist. Wir tauchen in die Herausforderungen ein, diese stillen Cyberkrieger zu finden und diskutieren mögliche Wege, sie effektiver zu identifizieren.

#Cyberkrieger und Fehlinformation

Cyberkrieger nutzen mehrere Fake-Accounts, um ihre Nachrichten zu verbreiten und ein falsches Gefühl der öffentlichen Meinung zu erzeugen. Manche Hacker können diese Accounts online für wenig Geld erstellen oder kaufen. Zum Beispiel kann der Zugriff auf viele aktive Accounts auf Plattformen wie Facebook oder Twitter überraschend günstig sein. Das ist ein alarmierender Trend, denn es ist wichtig, diese Cyberkrieger zu erkennen, um die Verbreitung falscher Informationen zu bekämpfen.

Frühere Forschungen haben das Verhalten von verdächtigen Accounts untersucht, wobei der Fokus hauptsächlich auf denen lag, die recht aktiv sind. Diese Accounts hinterlassen typischerweise viele Kommentare, teilen Bilder und nehmen an Diskussionen teil. Forscher können aktive Accounts mit viel Aktivität leichter erkennen als solche, die grösstenteils Inaktiv sind.

#Aktive vs. Inaktive Cyberkrieger

Die Ergebnisse deuten darauf hin, dass Cyberkrieger häufig Botschaften verbreiten sollten, sie aber oft in ruhigen Zeiten inaktiv bleiben. Nur wenn es nötig ist, werden sie aktiv. Unsere Forschung hat gezeigt, dass die meisten Cyberkrieger keine hoch engagierten Nutzer sind, was die Suche nach diesen inaktiven Individuen zu einer grösseren Herausforderung macht.

Um das zu veranschaulichen, haben wir eine Studie durchgeführt, die gezeigt hat, wie einfach es ist, aktive Spammer im Vergleich zu inaktiven zu finden, indem wir ein paar verschiedene Tools verwendet haben. Die Ergebnisse zeigten, dass bekannte Machine-Learning-Techniken gut darin sind, aktive Nutzer zu finden, aber grosse Schwierigkeiten bei inaktiven hatten.

#Identifizierung inaktiver Cyberkrieger

Diese Studie zielt darauf ab, zu messen, wie aktiv ein Nutzer ist und sich auf die Entdeckung ungewöhnlicher Accounts unter den inaktiven zu konzentrieren. Da inaktive Nutzer nicht viel Aktivität hinterlassen, haben wir versucht, Informationen von ihren Online-Partnern zu nutzen, um ihnen zu helfen. Wir haben auch untersucht, wie vernetzte Accounts miteinander interagieren, um ein besseres Verständnis zu erhalten.

Mit fortschrittlichen Computermodellen können wir Informationen von benachbarten Accounts sammeln, um zu bestimmen, ob ein Account normal oder ein Spammer ist. Die Ergebnisse zeigten, dass diese einfachen Techniken unsere Chancen, inaktive Spammer zu finden, effektiv erhöhten und unsere Fähigkeit, aktive zu identifizieren, leicht verbesserten.

#Beiträge zur Erkennung von Cyberkriegern

Die Hauptfunde dieser Studie sind:

• Spammer unter inaktiven Nutzern zu identifizieren, ist deutlich schwieriger als sie unter aktiven zu erkennen. Viele Spammer beteiligen sich nicht oft, was in früheren Studien nicht ausreichend behandelt wurde.
• Indem wir sozialbezogene Daten hinzufügten und fortgeschrittene Modelle anwendeten, verbesserten wir unsere Fähigkeit, spammy Accounts zu erkennen.
• Wir haben unsere experimentellen Daten und den Code zur Verfügung gestellt, um anderen zu helfen, unsere Ergebnisse zu reproduzieren. Dieser Datensatz kann auch als wichtige Referenz für die Spam-Erkennung dienen, da echte Administratoren von einem bedeutenden Forum die Spam-Accounts in unserer Forschung markiert haben.

#Die Rolle der sozialen Medien

Soziale Medien sind ein wichtiges Medium, um Informationen zu teilen, und haben die Aufmerksamkeit von Politikern, Parteien und Regierungen auf sich gezogen. Unternehmen für Public Relations helfen diesen Entitäten oft dabei, online ein positives Image zu schaffen. Leider teilen einige dieser Firmen manchmal irreführende, halbgenaue oder völlig falsche Informationen aus verschiedenen Gründen.

Einer der bekanntesten Fälle ist die Einmischung in die US-Wahlen 2016, bei der Fehlinformation Millionen von Nutzern erreichte. Da falsche Informationen oft über zahlreiche Accounts verbreitet werden, wird es entscheidend, die Nutzer zu identifizieren, die hinter dieser Verbreitung stehen, um den Austausch genauer Informationen zu gewährleisten.

#Das PTT-Forum

Diese Studie sammelte Daten vom PTT-Forum, einer der grössten und beliebtesten Online-Plattformen in Taiwan. Gegründet 1995, zieht PTT über 1,5 Millionen registrierte Nutzer an und beherbergt über 20.000 Diskussionsforen zu vielen Themen. Das Forum ist bekannt dafür, täglich riesige Mengen an Inhalten zu erzeugen, einschliesslich Tausender Artikel und Kommentare.

PTT spielt eine bedeutende Rolle in den Diskussionen über wichtige Ereignisse in der Geschichte Taiwans. Zum Beispiel half die Plattform während wichtiger Momente wie der Sonnenblumenbewegung 2014 dabei, eine grosse Anzahl von Nutzern zu mobilisieren, um miteinander in Kontakt zu treten und sich sogar Bewegungen anzuschliessen. Politiker beobachten PTT genau, um das öffentliche Sentiment zu verstehen und mit Wählern, besonders jüngeren, in Verbindung zu treten.

Die Sichtbarkeit von PTT zieht jedoch auch Einzelpersonen oder Organisationen an, die ihre eigenen Agenden durch die Verbreitung falscher Informationen vorantreiben wollen. Das macht es unerlässlich, zwischen authentischer Beteiligung und manipulativen Aktionen zu unterscheiden, was die Erkennungsmethoden entscheidend macht.

#Datensammlung

Unsere Forschung konzentrierte sich auf Accounts, die zwischen März 2019 und Dezember 2019 als Spammer auf PTT gekennzeichnet wurden. Diese Accounts wurden verdächtigt, versucht zu haben, die öffentliche Meinung während der Kommunalwahlen und der bevorstehenden Präsidentschaftswahlen zu beeinflussen. Die meisten dieser Accounts zeigten wenig Aktivität, was die Erkennung zusätzlich erschwerte.

Wir erfassten Daten von Artikeln zwischen dem 1. Juli 2018 und dem 29. Dezember 2019, um verdächtige Aktivitäten vor diesen Wahlen besser analysieren zu können. Wir bereinigten den Datensatz, indem wir Artikel mit begrenzter Beteiligung ausschlossen und uns auf solche mit einer höheren Anzahl von Spammern konzentrierten. Letztendlich bestand unser Datensatz aus Tausenden von Nutzerkonten, von denen ein erheblicher Teil als Spam-Accounts identifiziert wurde.

#Bewertung der Nutzeraktivität

Wir bewerteten die Nutzeraktivität basierend auf der Anzahl der täglichen Artikel und Kommentare, die sie verfasst hatten. Basierend darauf wurden die Nutzer in Kategorien je nach Engagement-Niveau eingeteilt. Unsere Ergebnisse bestätigten, dass die meisten Spammer relativ weniger aktiv sind im Vergleich zu regulären Nutzern.

Diese Vorstellung widerspricht der Erwartung, dass Cyberkrieger aktiver sein würden, was ein häufiges Missverständnis aufzeigt. Frühere Studien auf Plattformen wie Twitter bestätigten unsere Beobachtungen – Cyberkrieger bleiben oft inaktiv, es sei denn, es besteht ein dringender Bedarf zur Kommunikation.

#Die Herausforderung der Erkennung

Wir haben mehrere Algorithmen getestet, die dafür entwickelt wurden, sowohl aktive als auch inaktive Spam-Accounts zu identifizieren. Bekannte erfolgreiche Algorithmen funktionierten gut bei aktiven Spammern, versagten jedoch, wenn es um inaktive Nutzer ging. Da Spammer insgesamt eine niedrige Aktivität aufweisen, stellte diese Einschränkung eine grössere Herausforderung für Algorithmen dar und machte deren Erkennung weniger effektiv.

#Bedeutung sozialer Informationen bei der Erkennung

Ein wichtiger Aspekt unserer Forschung ist, wie die Integration sozialer Informationen die Identifizierung inaktiver Spammer verbessern kann. Indem wir ein Netzwerk von Nutzerbeziehungen aufbauen, können wir Informationen von Nachbar-Accounts nutzen, um Einblicke in Nutzer mit begrenzter Aktivität zu gewinnen.

Unsere Experimente zeigten, dass der Einsatz fortschrittlicher Algorithmen traditionelle Methoden bei der Suche nach inaktiven Spammern übertroffen hat. Die Nutzung sozialer Merkmale erwies sich als vorteilhaft, um den Erkennungsprozess noch weiter zu verfeinern.

#Fazit

Diese Studie hebt hervor, wie wichtig es ist zu verstehen, wie aktiv Spammer sein können, und beleuchtet die Schwierigkeiten, sie zu identifizieren, besonders in inaktiven Phasen. Unsere Forschung weist auf die Notwendigkeit hin, sowohl aktive als auch inaktive Spammer zu berücksichtigen, da sie unterschiedliche Herausforderungen für die Erkennung darstellen können.

Der Ansatz und die Methodologie, die wir verwendet haben, können auf andere Arten von Spamming angewendet werden, einschliesslich kommerzieller Spam. Zukünftige Forschungen können tiefer in das Verhalten von Spammern im Laufe der Zeit eindringen, ihre sich entwickelnden Strategien untersuchen und wie man die Erkennungsmassnahmen kontinuierlich anpassen kann, um mit diesen Veränderungen Schritt zu halten.