用于机器账号检测的深层神经网络

检测机器账号（由软件控制但伪装成人类用户的自动化社交媒体账户）这一问题具有重大影响。例如，机器账号曾被用来通过扭曲在线话语来左右政治选举、操纵股票市场，或推动导致健康流行病的反疫苗阴谋论。迄今为止提出的大多数技术都在账户级别检测机器账号，通过处理大量社交媒体帖子，并利用网络结构、时间动态、情感分析等信息。在本文中，我们提出了一种基于上下文长短期记忆（LSTM）架构的深层神经网络，它利用内容和元数据在推文级别检测机器账号：从用户元数据中提取上下文特征，并作为处理推文文本的 LSTM 深层网络的辅助输入。我们做出的另一贡献是提出一种基于合成少数类过采样的技术，以从极少量的标注数据（约 3,000 个复杂 Twitter 机器账号样本）生成适用于深层网络训练的大型标注数据集。我们证明，仅从单条推文，我们的架构就能在区分机器账号与人类时实现高分类准确率（AUC > 96%）。我们将同一架构应用于账户级机器账号检测，实现了近乎完美的分类准确率（AUC > 99%）。我们的系统在利用小而可解释的特征集的同时，仅需极少的训练数据，便优于先前的最先进水平。