L'exploration de données a révélé des campagnes de trolls russes jusque-là inconnues sur Twitter

Image du téléphone sur la page de connexion Twitter freestocks.org

L'activité humaine laisse toutes sortes de traces, certaines plus évidentes que d'autres. Par exemple, les messages postés sur des services tels que Twitter sont évidemment visibles. Mais le schéma des tweets d'un utilisateur au fil du temps n'est pas aussi évident.

Divers chercheurs ont commencé à étudier ces modèles et ont découvert qu'ils pouvaient identifier certains types de comptes, en particulier ceux qui affichent un volume élevé. Par exemple, les comptes qui publient en continu, 24 heures sur 24, sont peu susceptibles d'être exploités par des humains. Au lieu de cela, il s'agit d'un signal clair qu'un bot quelconque est au travail.

Les humains génèrent également des modèles spécifiques, bien que moins évidents que les bots. En particulier, les comptes qui publient de gros volumes de tweets le font souvent selon un modèle dont l'analyse médico-légale de signature unique peut identifier.

Un corpus de tweets intéressants englobe les messages postés par des trolls russes tentant d'influencer l'élection présidentielle américaine de 2016. Maintenant, les chercheurs les ont analysés pour rechercher toutes les empreintes digitales uniques qu'ils pourraient contenir. L'idée est d'utiliser ces empreintes digitales pour identifier d'autres campagnes de désinformation par les mêmes trolls qui sont passées inaperçues. Mais est-ce possible ?

Aujourd'hui, nous obtenons une réponse grâce au travail de Christopher Griffin et Brady Bickel de la Pennsylvania State University. L'analyse médico-légale de ces gars a identifié une signature unique dans ces tweets et l'a utilisée pour trouver des preuves d'autres campagnes de désinformation. Nous identifions une opération qui comprend non seulement les élections américaines de 2016, mais aussi les élections nationales françaises et allemandes locales et nationales, disent Griffin et Bickel.

Les empreintes digitales comportementales uniques sont difficiles à identifier en raison du volume considérable de données sur Twitter. Un grand nombre d'utilisateurs humains partagent des caractéristiques comportementales similaires et ne peuvent donc pas être facilement distingués. Cependant, la signature comportementale devient plus distinctive à mesure que le volume de messages augmente.

C'est pourquoi les trolls russes sont identifiables de cette façon. Griffin et Bickel ont téléchargé une base de données de 200 000 tweets de trolls russes rassemblés par Twitter et obtenus par NBC News. Ils ont ensuite analysé les tweets des utilisateurs les plus prolifiques, ceux qui ont posté plus de 500 fois pendant la période électorale.

Les chercheurs ont examiné la façon dont ces utilisateurs ont tweeté au fil du temps et en quoi ils différaient des autres utilisateurs de Twitter. Ils ont également recherché des communautés dans la base de données, puis ont créé des nuages ​​de mots de leurs tweets indiquant les mots les plus couramment utilisés.

Cela a créé une surprise. L'analyse a révélé sept communautés qui utilisent chacune des nuages ​​de mots différents. Quatre de ces communautés étaient clairement axées sur des sujets tels que le mouvement US Tea Party et les Afro-Américains.

Mais deux de ces nuages ​​de mots étaient entièrement composés de mots en russe et en allemand. Griffin et Bickel les ont analysés plus en détail pour montrer que le moment des tweets a augmenté à l'approche des élections nationales allemandes de 2017 et des élections locales de Berlin en 2016. L'élection de l'État de Berlin a été importante parce que le parti de la chancelière Merkel a été battu par la droite. les populistes de l'aile, disent les chercheurs.

L'équipe a également constaté un pic d'activité similaire dans la préparation des élections nationales françaises de 2017, bien que cela n'ait impliqué que 588 messages. C'est trop petit pour une analyse détaillée, mais Griffin et Bickel pensent que cela indique l'existence d'un autre groupe de trolls, encore non identifié, qui a ciblé la France.

C'est un travail intéressant qui suggère que l'activité des trolls russes était beaucoup plus ambitieuse à l'échelle internationale qu'on ne le pensait auparavant. Il suggère également un moyen de repérer ce type d'ingérence au fur et à mesure qu'il se produit en recherchant le type d'empreinte digitale médico-légale identifié par l'équipe.

Bien sûr, trouver des trolls est un jeu du chat et de la souris. Pour les organisations responsables de l'activité des trolls russes, il devrait être simple de modifier le modèle d'activité d'une manière qui ne crée pas la même signature.

Et pourtant, si cette activité malveillante doit être importante et efficace, elle se déroulera inévitablement à une échelle relativement importante et générera ainsi une signature différente. La question est de savoir comment le repérer à temps pour agir. Et ainsi le jeu continue.

Réf : arxiv.org/abs/1810.01466 : L'apprentissage automatique non supervisé des données Twitter russes open source révèle la portée mondiale et les caractéristiques opérationnelles

cacher