Undercover-onderzoekers onthullen Chinees internetwaterleger

In China staan ​​betaalde posters bekend als het internetwaterleger, omdat ze klaar en bereid zijn om het internet te 'overspoelen' voor iedereen die bereid is te betalen. De zondvloed kan bestaan ​​uit commentaren, roddels en informatie (of desinformatie) en er lijkt voldoende vraag te zijn naar de diensten van dit leger. Dit is een verraderlijk tij. Positieve aanbevelingen kunnen een enorm verschil maken voor de verkoop van een product, maar kunnen evengoed een concurrent uit de markt drijven. Wanneer bedrijven miljoenen uitgeven aan het lanceren van nieuwe goederen en diensten, is het gemakkelijk te begrijpen waarom ze alle beschikbare tools zouden willen gebruiken om succes te behalen. De verliezer bij dit alles is de consument die ertoe wordt verleid een aankoopbeslissing te nemen op basis van valse premissen. En op dit moment hebben consumenten weinig rechtsmiddelen of zelfs maar manieren om de praktijk te herkennen. Tegenwoordig beschrijven Cheng Chen van de Universiteit van Victoria in Canada en een paar vrienden hoe Cheng undercover werkte als betaalde poster op Chinese websites om te begrijpen hoe het internetwaterleger werkt. Hij en zijn vrienden gebruikten vervolgens wat hij had geleerd om software te maken die betaalde posters automatisch kan herkennen. Betaald posten is een goed beheerde activiteit waarbij duizenden individuen en tienduizenden verschillende online ID's betrokken zijn. De posters krijgen meestal de taak om zich op een website te registreren en vervolgens inhoud te gaan genereren in de vorm van posts, artikelen, links naar websites en video's, en zelfs Q&A-sessies uit te voeren. Vaak is deze inhoud vooraf voorbereid of krijgen de posters gedetailleerde instructies over het soort dingen dat ze kunnen zeggen. En er is zelfs een kwaliteitscontroleteam dat controleert of de posten aan een bepaalde ‘kwaliteitsdrempel’ voldoen. Een bericht wordt niet gevalideerd als het door de host wordt verwijderd of bijvoorbeeld uit onleesbare woorden bestaat. Nadat ze undercover hadden gewerkt om erachter te komen hoe het systeem werkte, bestudeerden Cheng en co vervolgens het patroon van berichten die op een aantal grote Chinese websites verschenen: Sina.com en Sohu.com. Ze bestudeerden met name de commentaren op verschillende nieuwsberichten over twee bedrijven die ze verdachten van het betalen van posters en die betrokken waren bij een publieke ruzie over elkaars diensten. De Sina-dataset bestond uit meer dan 500 gebruikers die meer dan 20.000 opmerkingen maakten; de Sohu-dataset omvatte meer dan 200 gebruikers en meer dan 1000 opmerkingen. Cheng en co hebben alle berichten handmatig doorgenomen om de berichten te identificeren waarvan ze dachten dat ze afkomstig waren van betaalde posters en gingen toen op zoek naar patronen in hun gedrag die hen konden onderscheiden van legitieme gebruikers. (Hoe nauwkeurig de eerste indrukken waren, is een potentieel probleem, geven ze toe, maar hetzelfde probleem waar spamfilters ook mee te maken hebben.) Ze ontdekten dat betaalde posters meer nieuwe reacties plaatsen dan antwoorden op andere reacties. Ze posten ook vaker: 50 procent van hen post gemiddeld elke 2,5 minuut. Ze gaan ook sneller van een discussie af dan legitieme gebruikers, verwerpen hun ID's en gebruiken ze nooit meer. Bovendien is de inhoud die ze plaatsen meetbaar verschillend. Deze werknemers worden per volume betaald en nemen zo vaak snelkoppelingen, waarbij ze vaak dezelfde inhoud knippen en plakken. Dit zou normaal gesproken hun berichten ongeldig maken, maar alleen als het wordt opgemerkt door het kwaliteitscontroleteam. Dus bouwden Cheng en co wat software om herhalingen en overeenkomsten in berichten te zoeken, evenals het andere gedrag dat ze hadden geïdentificeerd. Ze testten het vervolgens op de dataset die ze van Sina en Sohu hadden gedownload en ontdekten dat het opmerkelijk goed was, met een nauwkeurigheid van 88 procent bij het spotten van betaalde posters. Onze testresultaten met real-world datasets laten een veelbelovende prestatie zien, zeggen ze. Dat is indrukwekkend werk en een goede eerste stap om dit probleem aan te pakken, hoewel ze het op een veel breder scala aan datasets zullen moeten testen. Desalniettemin hebben deze jongens de basis van een softwarepakket dat een aanzienlijk deel van de betaalde posters zal verwijderen, op voorwaarde dat deze mensen zich conformeren aan het stereotype dat Cheng en co hebben gemeten. En daar zit de kneep. Zodra de eerste versie van de software op de markt komt, zullen betaalde posters leren hun gedrag aan te passen op een manier die het systeem bespeelt. Wat Cheng en co zijn begonnen, is een kat-en-muisspel, net als het spel dat de antivirus- en spamfilterindustrie teistert. En dat betekent dat de strijd die voor ons ligt met het Internet Water Leger lang en hard zal zijn. Referentie: arxiv.org/abs/1111.4297 : Vechten tegen het internet Waterleger: detectie van verborgen betaalde posters zich verstoppen