منصة الرسائل والاطاريح: اكتشاف العقد المزيفة وحماية حسابات الشبكات الاجتماعية باستخدام التعلم الآلي وسلسلة الكتل

الخلاصة

لقد أدى الاستخدام الواسع النطاق لوسائل التواصل الاجتماعي إلى تعزيز الاتصال العالمي بشكل كبير، مما يوفر منصة للأفراد لمشاركة الأفكار والخبرات. ومع ذلك، أصبح الانتشار المتزايد للحسابات المزيفة قضية خطيرة، مما يقوض مصداقية وسلامة هذه المنصات. غالبًا ما يتم نشر الروبوتات، التي يتم إنشاؤها غالبًا بنية خبيثة، لنشر المعلومات المضللة والتلاعب بالآراء والانخراط في أنشطة ضارة. واستجابة لهذا التحدي المتزايد، سعى الباحثون ومسؤولو المنصة إلى إيجاد حلول أكثر كفاءة. إن الطرق التقليدية للتحقق من الحسابات، والتي غالبًا ما تعتمد على العمليات اليدوية، بطيئة للغاية وغير فعالة ضد التكتيكات المتطورة بشكل متزايد التي تستخدمها الحسابات الاحتيالية. ونتيجة لذلك، ظهر التعلم الآلي كأداة قوية، مما يتيح الكشف التلقائي عن الحسابات المزيفة. تقترح هذه الأطروحة نهجًا شاملاً يدمج ثلاث مراحل أساسية: مصنف شجرة القرار القائم على قواعد المعرفة (KRDTC)، وتوليد الرمز (TG)، وحماية.Blockchain. تستخدم المرحلة الأولى، KRDTC، قاعدة معرفية للقواعد المستمدة من مصنف شجرة القرار، والتي يتم تعزيزها من خلال اختيار الميزة من خلال خوارزمية Relief. يتم تطبيق هذه المرحلة على الشبكات الاجتماعية مثل Twitter و Instagram لتحقيق كشف دقيق للغاية للحسابات المزيفة. تقدم المرحلة الثانية، TG، صيغة رياضية لتشفير الحسابات الحقيقية، وبالتالي تحسين أمانها وخصوصيتها. في المرحلة النهائية، Blockchain Protection، يتم الاستفادة من Blockchain Ethereum كطبقة إضافية من الأمان. يتم إجراء تحسينات على خوارزميتين تشفيريتين - SHA256 و Keccak - يستخدمهما Ethereum لزيادة سرية وسلامة المعلومات المخزنة على المنصة. يتم تقييم أداء النظام باستخدام العديد من المقاييس. أظهر نموذج KRDTC معدل اكتشاف مثالي بنسبة 100٪، متفوقًا في مجالات رئيسية مثل الدقة، و F-score، والدقة، والتذكر. أظهرت مرحلة TG نتائج قوية من حيث التفرد، مع عدد مميز يبلغ 3330، وانتروبيا شانون 11.70، ومؤشر جيني 0.8975، وتباين 3.5e + 19. علاوة على ذلك، قدمت خوارزميات التشفير المحسنة أمانًا محسّنًا مقارنة بتنفيذاتها الأصلية.