Распространение дезинформации является серьезной проблемой в комнате сообщества, и этот последний глобальный «год выборов» проиллюстрировал, как слегка плохие субъекты могут проскользнуть через трещины платформ социальных сетей. Вводящие в заблуждение утверждают, что молодые пользователи Tikok были поданы в виде видео на видео, оказалось, оказались эндемичными в преддверии выборов в Великобритании, с вымышленными, по-видимому, автоматизированными учетными записями. Реальный или нет, контент и последующие комментарии все еще могут быть успешными, чтобы убедить впечатляющих пользователей альтернативными фактами.
В Соединенных Штатах 38% взрослых использовали социальные сети для поиска информации о президентских выборах 2024 года. Ввиду отсутствия изменений в мета -платформах в производстве контента, в которых есть дело с пользователями, чтобы комментировать взносы, которые считают их неточными — все больше вероятность, что манипулятивная информация достигнет более широкого сегмента населения и незаконной социальной -медиа Кампании будут иметь потенциал, чтобы ввести в заблуждение миллионы людей.
Один из способов избежать дальнейшей эскалации означает решение проблемы у источника. Один из способов сделать это — использовать технологию базы данных графиков. Эта форма структур баз данных и анализирует информацию как сущности и отношения и может способствовать замаскированию закономерностей и скрытых потоков в них, которые могут показаться законными, но могут скрыть мошенничество или дезинформацию. Раскрывая эти соединения и предоставляя в противном случае скрытые знания, диаграммы могут выпустить силу данных, связанных с контекстом, для борьбы со всеми типами иллюзий.
Вот три важных свойства графических технологий, которые делают его мощным инструментом для изучения дезинформации, мошенничества и мошенничества:
Содержание
Распознавать отношения данных в данных
Диаграммы базы данных хранят данные как сеть взаимосвязанных фактов. Этот тип модели данных полезен для исследователей легко и быстро анализировать сложные соединения. Например, в контексте избирательной информации, это отношения между рекламой в социальных сетях, донорами и кандидатами, которые будут представлять представление.
Организуя данные как «узлы» и «отношения», базы данных диаграмм могут позволить себе определять скрытые закономерности и отношения между дисплеями и с учетом информации в системе входа в систему, а затем идентифицировать эти модели и аномалии в слабо связанных компонентах, чтобы распознавать вредоносные учетные записи Полем
Пересечь отношения назначально на критерию и скорости
Диаграммы базы данных позволяют следователям хранить подробные шаблоны проблемных субъектов. Затем вы можете запросить данные, чтобы раскрыть сложные связи между подозрительным актером и другими подразделениями.
Просто расширив данные на масштабированном уровне и быстрое идентификацию общей информации в логалке между несколькими учетными записями, аналитики могут распознавать области для дальнейших экзаменов. Диаграммы легко включают исторические данные, чтобы пользователи могли раскрывать ассоциации между различными компаниями, например,
Раскрыть массовое финансовое мошенничество
Это была не просто дезинформация, которая была демонтирована графическими технологиями в этом последнем решающем году выборов — она также выявила скрытое финансовое мошенничество.
Более 3000 компаний, которые финансировали политическую рекламу в Facebook и Instagram, которые, по -видимому, влияют на избирателей, были идентифицированы в рамках избирательного проекта IDJC Сиракузского университета. Самым тревожным было то, что институт обнаружил два подразделения, связанные со сложной сетью бедных участников, которые замаскировали себя под избирательные кампании за мошенничество, чтобы обещать избирателям из -за денег, находясь в обмен на информацию о своей кредитной карте, такой как шляпы, флаги или обещанные монеты Полем
Хотя эти сети приняли меры, чтобы быть нераскрытыми, когда они увеличивают рекламу в Facebook, исследователи использовали технологию графических баз данных для анализа скоординированного проблемного контента. Они нашли некоторые объявления, которые пытались обмануть жертвами до 80 долларов в месяц — и ни одна из них непосредственно не поддерживала кампанию кандидатов.
Сделайте шаг с графическими базами данных заранее
Каждый год организации и потребители теряют миллиарды долларов онлайн -мошенничества. Распределение мошенничества и защиты пользователей — это только поиск и изучение связей между различными онлайн -компаниями, и современные технологии способствуют этому. Графическая технология работает как мастер -детектив и может распространять большие объемы данных и карты отношений о больших объемах данных, так что пользователи раскрывают цифровые разбирательства плохих субъектов и помогают им быть на шаг впереди сложной задачи для общества.
Получите лучшую защиту кражи личных данных.
Эта статья была произведена в рамках канала Expert Insights Techradarpro, в котором мы сегодня предлагаем лучшие и умные руководители в технологической индустрии. Взгляды, выраженные здесь, относятся к авторскому и не обязательно мнениям Techradarpro или Future PLC. Если вы заинтересованы в том, чтобы определить больше здесь:
