Σύγκριση Μεθόδων Ανίχνευσης Bots στο Twitter µε χρήση Θεωρίας Δικτύων και Μεγάλων Γλωσσικών Μοντέλων

Abstract

Η ανίχνευση αυτοματοποιημένων λογαριασμών (bots) στο κοινωνικό δίκτυο του Twitter αποτελεί ένα κρίσιμο πρόβλημα, καθώς τα bots χρησιμοποιούνται συχνά για παραπληροφόρηση, προπαγάνδα και κακόβουλες δραστηριότητες. Η παρούσα διπλωματική εργασία εξετάζει το πρόβλημα της ανίχνευσής τους μέσω διαφόρων τεχνικών και μεθόδων Μηχανικής Μάθησης. Συγκεκριμένα, για τον σκοπό αυτό επιστρατεύονται κλασικά μοντέλα μηχανικής μάθησης όπως το Logistic Regression (Λογιστική Παλινδρόμηση) και το Random Forest (Τυχαίο Δάσος), πιο σύγχρονα νευρωνικά δίκτυα όπως τα Graph Convolutional Networks (Συνελικτικό Δίκτυο Γράφων) και τα Graph Attention Networks (Δίκτυο Γράφων Προσοχής), και τα, επίκαιρα, Μεγάλα Γλωσσικά Μοντέλα. Γίνεται ανάπτυξη των παραπάνω μοντέλων ώστε να εφαρμοστούν στο πρόβλημα της αναγνώρισης των κακόβουλων χρηστών, και ακολούθως, γίνεται η σύγκρισή τους με βάση την απόδοσή τους στο υπό εξέταση πρόβλημα. Αρχικά δίνεται το θεωρητικό υπόβαθρο που θεωρείται απαραίτητο για την κατανόηση των εννοιών και μεθόδων που θα παρουσιαστούν παρακάτω. Έπειτα, γίνεται μια αναλυτική επισκόπηση της σχετικής με το θέμα ερευνητικής βιβλιογραφίας, και παρουσιάζεται ενδελεχώς το σύνολο δεδομένων που αξιοποιήθηκε, καθώς και η προεπεξεργασία που υπέστη πριν χρησιμοποιηθεί για την εκπαίδευση και αξιολόγηση των μοντέλων. Στη συνέχεια, περιγράφεται η μεθοδολογία που ακολουθήθηκε, και ακολούθως αναλύεται διεξοδικά η υλοποίηση των μοντέλων και το πειραματικό σκέλος, όπου γίνεται παρουσίαση και ερμηνεία των αποτελεσμάτων της απόδοσης κάθε μοντέλου, και σύγκριση μεταξύ τους. Τέλος, διατυπώνονται τα συνολικά συμπεράσματα και προτείνονται πιθανές μελλοντικές επεκτάσεις της έρευνας. Η αξιολόγηση έγινε με τις μετρικές accuracy, precision, recall, f1 score και καλύτερη απόδοση στην ανίχνευση bots σημείωσε το μοντέλο Graph Convolutional Network, ενώ την, απροσδόκητα, χαμηλότερη σημείωσαν τα Μεγάλα Γλωσσικά Μοντέλα.