Διδακτορικές διατριβές
Τρέχουσα Εγγραφή: 35 από 2468
|
Κωδικός Πόρου |
000462964 |
Τίτλος |
The blue pill of matriX : analysis and prediction of twitter bots via explainable AI. |
Άλλος τίτλος |
Ανάλυση και πρόβλεψη των κακόβουλων λογαριασμών στο twitter μέσω ερμηνεύσιμης τεχνητής νοημοσύνης |
Συγγραφέας
|
Shevtsov, Alexander S
|
Σύμβουλος διατριβής
|
Ιωαννίδης, Σωτήρης
|
Μέλος κριτικής επιτροπής
|
Πρατικάκης, Πολύβιος
Τζίτζικας, Ιωάννης
Καρπαβέλος, Αλέξανδρος
Δημητρόπουλος, Ξενοφώντας
Κομοδάκης, Νίκος
Τσαγκατάκης, Γρηγόριος
|
Περίληψη |
Την τελευταία δεκαετία, οι πλατφόρμες κοινωνικής δικτύωσης αποτελούν πλέον την κύρια πηγή
πληροφόρησης για δισεκατομμύρια ανθρώπους παγκοσμίως επιτυγχάνοντας την άμεση μετάδοση
της. Ωστόσο, το περιεχόμενο των κοινωνικών δικτύων έχει εγείρει ανησυχίες σχετικά με τη διάδοση ψευδών ειδήσεων και την παραπληροφόρηση των χρηστών. Οι κακόβουλοι χρήστες, γνωστοί
ως bot accounts, εκμεταλλεύονται τις πλατφόρμες κοινωνικής δικτύωσης προς χειραγώγηση της
κοινής γνώμης μέσω της διάδοσης ψεύτικων ή μεροληπτικών πληροφοριών με πειστικό τρόπο.
Λόγω της δημοτικότητας του Twitter και της πολιτικής πρόσβασης σε δεδομένα μέσω API,
έχει γίνει δημοφιλές στους κακόβουλους χρήστες. Κατά την τελευταία δεκαετία, οι ερευνητές
έχουν αποδείξει περιπτώσεις προπαγάνδας, χειραγώγησης γνώμης και επιρροής κατά τη διάρκεια
πολιτικών γεγονότων στο Twitter μέσα από την βιβλιογραφία. Η μέτρηση του άμεσου αντίκτυπου
της δραστηριότητας των bots στις ανθρώπινες αποφάσεις είναι μια πρόκληση. Ωστόσο, η έρευνα
έχει δείξει έμμεσες συσχετίσεις μεταξύ της δραστηριότητας των bots και των γεγονότων, όπως
στις προεδρικές εκλογές του 2016 στις ΗΠΑ και στις τιμές των μετοχών του χρηματιστηρίου.
Προκειμένου να διατηρηθεί η ακεραιότητα των πλατφορμών κοινωνικής δικτύωσης, απαιτούνται αποτελεσματικές μέθοδοι ανίχνευσης των bots. Οι τρέχουσες μεθοδολογίες και λύσεις
στερούνται της αποτελεσματικής ανίχνευσης των bots στη γενική περίπτωση και ως επί το πλείστον προσφέρουν υψηλή απόδοση σε πολύ συγκεκριμένα σενάρια περιπτώσεων, καθιστώντας
τις, μη πρακτικές σε πραγματικές καταστάσεις.
Σε αυτή τη διατριβή, διερευνούμε την εξέλιξη και τις προκλήσεις των τεχνικών ανίχνευσης,
προς τη δημιουργία μιας νέας γενικής μεθόδου ανίχνευσης των bots (BotArtist). Αυτή η μέθοδος
ελαχιστοποιεί τη χρήση του Twitter API και ξεπερνά τις υπάρχουσες μεθόδους ανίχνευσης των
bots.
Αρχικά επικεντρωθήκαμε στην ανίχνευση των κοινοτήτων botnet που μοιράζονται πολύ παρόμοιο περιεχόμενο σχεδόν την ίδια χρονική στιγμή. Με βάση τα ευρήματα μας αναλύσαμε τις
διαφορές στα χαρακτηριστικά μεταξύ φυσιολογικών και bot λογαριασμών. Στην συνέχεια, εφαρμόσαμε την προηγούμενη γνώση για την ανάπτυξη μοντέλων μηχανικής μάθησης ικανών για
τον εντοπισμό των bots κατά την διάρκεια της συζήτησης των προεδρικών εκλογών στην Αμερική 2020. Επιπλέον, πραγματοποιήσαμε μια εκτενή αξιολόγηση διαφόρων χαρακτηριστικών
λογαριασμών όσον αφορά την προβλεπτική τους δύναμη σε σύντομα και μακροχρόνια χρονικά
διαστήματα.
Αυτή η συνολική προσέγγιση οδήγησε στη δημιουργία του BotArtist, που αυτήν τη στιγμή
αποτελεί την πιο ευέλικτη μέθοδο εντοπισμού λογαριασμών των bots. Το BotArtist επέτυχε
εντυπωσιακά αποτελέσματα, με μέσους όρους F1 83.19 για συγκεκριμένες εφαρμογές συνόλων
δεδομένων και 68,5 για γενικές περιπτώσεις χρήσης. Αυτό αντιπροσωπεύει μια συνολική αύξηση
απόδοσης κατά σχεδόν 10% σε σύγκριση με τις υπάρχοντες τεχνικές.
|
Φυσική περιγραφή |
xxii, 103 σ. : πίν., σχήμ., εικ. (μερ. εγχρ.) ; 30 εκ. |
Γλώσσα |
Αγγλικά |
Θέμα |
Explainable AI |
|
Social media analytics |
|
Ερμηνεύσιμη τεχνητή νοημοσύνη |
Ημερομηνία έκδοσης |
2024-03-22 |
Συλλογή
|
Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Επιστήμης Υπολογιστών--Διδακτορικές διατριβές
|
|
Τύπος Εργασίας--Διδακτορικές διατριβές
|
Μόνιμη Σύνδεση |
https://elocus.lib.uoc.gr//dlib/f/c/a/metadata-dlib-1709280277-671197-31015.tkl
|
Εμφανίσεις |
64 |
Ψηφιακά τεκμήρια
|
|
Δεν έχετε δικαιώματα για να δείτε το έγγραφο.
Δεν θα είναι διαθέσιμο έως: 2025-03-22
|