Mit neuronalem Netzwerk auf Verbrecherjagd

Facebook: Spürt eine KI bald Fake-Accounts und Betrüger auf?

Geschätzte Lesezeit: ca. 2 Minuten

Foto von Julius Zunker

von Julius Zunker -

Auf Facebook tummeln sich neben "normalen" Usern, Trollen und Bots auch jede Menge Betrüger. Ein Entwicklerteam aus Thailand hat diesen nun den Kampf angesagt und hetzt als Chefermittler verbrecherischen Seiten in Zukunft ein neuronales Netzwerk auf den Hals.

Wer hat es noch nicht erlebt: Auf der Facebook-Wall taucht der Hinweis auf, bitte keine Anfragen von einer gleichnamigen Person zu beantworten. Dahinter würden sich Betrüger verstecken. Ganz dreist wirkt es sogar, wenn man plötzlich über Instagram mit knappen Sätzen von dem vermeintlichen Profil einer Bekannten gefragt wird, ob man nicht kurz einen Zahlencode per SMS entgegennehmen und weitergeben könnte. Die Nachricht entpuppt sich dann als solche zur Rücksetzung des Facebook-Kennworts.

Fake-Accounts wohin man blickt

Diese Masche ist nur die Spitze des Eisbergs. Personenbezogene Daten haben einen hohen Wert, mit einem übernommenen Account lassen sich auf unzähligen Seiten neue Profile erstellen. Viele Shops bieten einen Facebook-Login an. User überweisen ihren vermeintlichen Freunden auf Seiten wie PayPal Geld, um diesen aus der Klemme zu helfen.

Betrug ist für Facebook ein immenses Problem.

Betrug ist für Facebook nach wie vor ein immenses Problem. Frohe Kunde scheint nun aus Maha Sarakham in Thailand zu kommen. Forscher der Uni in der thailändischen Provinz arbeiten fieberhaft an einer Methode, derartige Seiten und Profile automatisch zu enttarnen. Die Trefferquote erreichte bei ersten Tests 92 Prozent.

Diese Zahl mag auf den ersten Blick hoch erscheinen, ist allerdings alles andere als eine, die für sich spricht. Bei rund acht Prozent Falscheinschätzung würden sich unzählige User ständig mit gesperrten Seiten und Profilen sowie falschen Verdächtigungen seitens Facebook konfrontiert sehen.

Dennoch bieten diese 92 Prozent einen Ausblick auf die Möglichkeiten. Panida Songram, Doktorandin in der Divison of Computer Science der Mahasarakham University und ihre Kollegen haben für die von ihnen entwickelte Lösung unzählige Seiten durchleuchtet. Ziel war es, gemeinsame Merkmale betrügerischer Accounts zu ermitteln.

Verhaltensanalyse auf Facebook

Im Fokus stehen das Verhalten des Admins, Beiträge anderer Profile, die angebotenen Waren und Dienste, sowie “spezifische Seiteninformationen”. All diese Daten werden durch ein neuronales Netzwerk ausgewertet, welches durch jeden neuen Datensatz seine Suchfunktion selbstlernend verbessert. Bisher stehen dem Skynet gegen Betrüger 10 zentrale Kriterien zur Verfügung, um auf Verbrecherjagd zu gehen.

Diese Netzwerke finden unter anderem in der Gesichtserkennung oder Frühwarnsystemen Verwendung.

Im Gegensatz zur "klassischen" KI ist ein künstliches neuronales Netzwerk (kurz KNN oder ANN) ein übliches Werkzeug, um Probleme in Angriff zu nehmen, zu denen wenige oder gar keine Informationen zur Verfügung stehen. Diese Netzwerke aus künstlichen Neuronen finden unter anderem in der Gesichtserkennung oder Frühwarnsystemen Verwendung.

Das Potenzial dieses selbstlernende System dahin zu trainieren, die richtigen Indizien auf Seiten und an Profilen zu erkennen, ist hoch. Je mehr Ansatzpunkte dem Netzwerk bei der Analyse hinzugefügt werden, desto besser wird die Ermittlungsquote. Dennoch steht und fällt die Entwicklung dieser Methode damit, dass Songram und Kollegen ihr Projekt mit den "richtigen" Daten füttern müssen, um "gute" von "bösen" Seiten unterscheiden zu können.

Quelle: Pressetext

Hier erfährst du mehr über: Facebook und Künstliche Intelligenz

Sag uns deine Meinung!