Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]
1 recomendación1,428 vistas
Este documento resume un estudio sobre la detección de fraude en Twitter mediante el uso de aprendizaje automático. El estudio rastreó 36 campañas maliciosas durante 3 meses que involucraron a más de 13,000 perfiles y casi 200,000 tweets. Utilizando atributos como el número de enlaces, las relaciones de seguidores y el tiempo entre tweets, el aprendizaje automático pudo clasificar con éxito los perfiles automatizados y detectar anomalías. El documento concluye que aunque los bots tienen diversos propósitos, a men
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-5-320.jpg)
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-9-320.jpg)
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-11-320.jpg)
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-12-320.jpg)
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-13-320.jpg)
![Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]](https://image.slidesharecdn.com/vdiazrooted2013-130407063558-phpapp02/85/Vicente-Diaz-Birds-bots-and-machines-Fraud-in-Twitter-and-how-to-detect-it-using-MLT-Rooted-CON-2013-21-320.jpg)
Vicente Díaz - Birds, bots and machines - Fraud in Twitter and how to detect it using MLT [Rooted CON 2013]
- 1. Birds, bots and machines Fraude en Twitter y cómo detectarlo usando Machine Learning Vicente Díaz @trompi
- 6. ¿Qué más hay interesante? #PalabrasNeciasMovistarSorda
- 7. Perfiles y más perfiles
- 10. Tiempo de vida de los bots
- 14. Tracking
- 15. A jugar!
- 16. Experimento • 3 meses de tracking • 36 campañas maliciosas • 13,490 perfiles • 195,801 tweets • 6,519,247 relaciones
- 17. Machine Learning en 60 segundos • Aprendizaje supervisado • Training – modelos adaptativos • Clasificación • Clave: definición de atributos “buenos”
- 18. Twitter username Selección de atributos profileImg Calculados • “Curse of dimensionality” followingCount followersCount tweetsCount • No se genera nuevo conocimiento: hay que fullName meanTimeBetweenTweets following seleccionar los adecuados! friendFollowerRatio followers tweetsKnownRecv numberOfProfileTweets tweetsUnknownRecv protected percFollowingFollowers text possiblySensitive percProfileTweetsWithLink source percProfileTweetsToSomeone location percProfileTweetsRT coordinates description numberOfViasUsed lang url createdAt timeZone verified
- 19. Mean time between tweets
- 20. Tweets to someone Tras algunas pruebas y algoritmos de selección de atributos: numberOfVias tweetsToSomeone tweetsWithLink followingFollowers friendFollowerRatio tweetsKnownReceiver tweetsUnknownReceiver
- 22. Conclusiones
- 23. • En Internet nadie sabe que eres un perro. • Podemos, con cierta facilidad, hacer experimentos para buscar anomalías. • Los bots persiguen distintas finalidades, casi siempre relacionadas con fraude. • Respecto a la IA: no os asustéis por el nombre! Es útil
- 24. Gracias ¿Queda tiempo para preguntas? Vicente Díaz @trompi