Найден эффективный способ скрыться от слежки в соцсетях
Найден эффективный способ скрыться от слежки в соцсетях

Новый алгоритм, придуманный группой польско-испанско-американских исследователей [1], дает возможность пользователям соцсетей сбивать с толку алгоритмы-ищейки, подобно тому, как недавно придуманный алгоритм портит распознавательные возможности нейросетей, внося минимальную коррективу в изображение.

Задача защиты идентичности и сохранения конфиденциальной и приватной информации с развитием Инета вышла на 1й план. Вместе с тем, скорость прогресса алгоритмической аналитики соцсетей такова, что даже самые продвинутые пользователи не успевают не то что отбиваться, но и просто разбираться с новыми возможностями «сетевых кукловодов» (типа Facebook или ВК), профессиональных злоумышленников и спецслужб.

Например, в Рунете малоизвестны термины таких новейших видов социосетевых атак:

  • Link Reconstruction Attack [2] — атака для выявления ваших связей, причем не только явных, но и скрытых (цель такой атаки основана на принципе «скажи мне, кто твой друг, и я скажу, кто ты»)
  • Attribute Inference Attack [3] — атака для выявления ваших конфиденциальных персональных атрибутов, типа местоположение, профессия, интересы и т.д. (цель такой атаки основана на принципе «вы тот, кого вы знаете и как себя ведете»).

Оба вида атак используют алгоритмы предсказания связей (link prediction). Придуманный Либен-Новэлом и Кляйнбергом еще в 2004 [4], этот класс алгоритмов способен:

— предсказывать новые еще не существующие связи в соцсетях, в буквальном смысле предсказывая, кто станет вашим другом на следующей неделе [5 и 6 — видео на 3 мин].

Затем последовало изобретение алгоритмов, решающих обратную задачу

— определение скрытых от наблюдателя связей, — не видных либо из-за нехватки данных, либо из-за преднамеренного сокрытия информации [7].

Эти алгоритмы позволили создать массу крутейших приложений:

  • дающих рекомендации клиентам в электронной коммерции;
  • открывающих неизвестные взаимодействия между протеинами в биологических сетях;
  • обнаруживающих скрытые связи между террористами или преступниками;
  • позволяющих злоумышленникам и спецслужбам следить за нами в соцсетях.

Но как говорится, на каждый болт с хитрой левой резьбой, всегда найдется крутая гайка. И вечное соревнование снаряда и брони перенеслось в сеть.

Новый алгоритм на основе двух эвристик класснейшим образом сбивает с толку все существующие алгоритмы-ищейки, работающие по предсказанию еще не существующих или скрытых связей.

В результате применения этих 2х эвристик появляется возможность отбивать львиную долю Link Reconstruction и Attribute Inference атак.

Эвристики предельно просты:

1я эвристика (ОТС) — рекомендует вам несколько новых связей, которые нужно добавить (зафрендить несколько новых человек).
2я эвристика (CTR) — наоборот, позволяет выявить несколько связей, которые вам нужно убрать из вашей сети френдов (просто отфрендить несколько человек);

Результат потрясающий. Практическая проверка работы эвристик показала — алгоритмы-ищейки просто сходят с ума.

Так что теперь «сетевым кукловодам», профессиональным злоумышленникам и спецслужбам придется придумывать новые алгоритмы. И они придумают — нет сомнений. Но потребуется время.

А пока суть да дело, у нас есть возможность сбивать с толку алгоритмы-ищейки.

И посему, освойте сами и поделитесь новым знанием со своими френдами.

_________________________

Новый алгоритм [1] https://arxiv.org/pdf/1809.00152.pdf

И полезные вспомогательные материалы:

[2] https://arxiv.org/abs/1304.6257

[3] http://home.engineering.iastate.edu/~neilgong/papers/attriInfer

[4] https://www.cs.cornell.edu/home/kleinber/link-pred.pdf

[5] https://www.uvm.edu/storylab/2013/02/11/who-will-your-friends-be-next-week-the-link-prediction-problem/

[6] https://www.youtube.com/watch?v=OdIRxeHjYBA

[7] https://link.springer.com/chapter/10.1007/978-3-7091-0388-3_6 (в открытом тут https://www.researchgate.net/publication/226438223_Co-offending_Network_Mining)

ДәуренДәурен
6 лет назад 2629
0 комментариев
О блоге
0
1481306 32 55 536 11