Re-Fake: Klasifikasi Akun Palsu di Sosial Media Online menggunakan Algoritma RNN

Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (SENASTINDO) Pub Date : 2021-12-21 DOI:10.54706/senastindo.v3.2021.139

Putra Wanda, Marselina Endah Hiswati, Mohammad Diqi, Romana Herlinda

{"title":"Re-Fake: Klasifikasi Akun Palsu di Sosial Media Online menggunakan Algoritma RNN","authors":"Putra Wanda, Marselina Endah Hiswati, Mohammad Diqi, Romana Herlinda","doi":"10.54706/senastindo.v3.2021.139","DOIUrl":null,"url":null,"abstract":"Online Social Network (OSN) adalah aplikasi social media yang memungkinkan komunikasi publik dan berbagi informasi. Namun, akun palsu di OSN dapat menyebarkan informasi palsu dengan sumber yang tidak diketahui. Ini adalah tugas yang menantang untuk mendeteksi akun berbahaya dalam sistem OSN yang besar. Keberadaan akun palsu atau akun yang tidak dikenal di OSN dapat menjadi masalah serius dalam menjaga privasi data. Berbagai komunitas telah mengusulkan banyak teknik untuk menangani akun palsu di OSN, termasuk teknik hitam-putih berbasis aturan hingga pendekatan pembelajaran. Oleh karena itu, dalam penelitian ini kami mengusulkan model klasifikasi menggunakan RNN untuk mendeteksi akun palsu secara akurat dan efektif. Kami melakukan penelitian ini dalam beberapa langkah, termasuk mengumpulkan dataset, pra-pemrosesan, ekstraksi, melatih model kami menggunakan RNN. Berdasarkan hasil eksperimen, model yang kami usulkan dapat menghasilkan akurasi yang lebih tinggi daripada model pembelajaran konvensional.","PeriodicalId":142905,"journal":{"name":"Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (SENASTINDO)","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (SENASTINDO)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54706/senastindo.v3.2021.139","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 2

Abstract

Online Social Network (OSN) adalah aplikasi social media yang memungkinkan komunikasi publik dan berbagi informasi. Namun, akun palsu di OSN dapat menyebarkan informasi palsu dengan sumber yang tidak diketahui. Ini adalah tugas yang menantang untuk mendeteksi akun berbahaya dalam sistem OSN yang besar. Keberadaan akun palsu atau akun yang tidak dikenal di OSN dapat menjadi masalah serius dalam menjaga privasi data. Berbagai komunitas telah mengusulkan banyak teknik untuk menangani akun palsu di OSN, termasuk teknik hitam-putih berbasis aturan hingga pendekatan pembelajaran. Oleh karena itu, dalam penelitian ini kami mengusulkan model klasifikasi menggunakan RNN untuk mendeteksi akun palsu secara akurat dan efektif. Kami melakukan penelitian ini dalam beberapa langkah, termasuk mengumpulkan dataset, pra-pemrosesan, ekstraksi, melatih model kami menggunakan RNN. Berdasarkan hasil eksperimen, model yang kami usulkan dapat menghasilkan akurasi yang lebih tinggi daripada model pembelajaran konvensional.

查看原文本刊更多论文

re - fae:使用RNN算法，在线社交媒体上虚假账户分类

在线社交网络(OSN)是一种允许公共交流和共享信息的社交媒体应用。然而，OSN的假账户可以用未知的来源传播虚假信息。在大型OSN系统中检测恶意账户是一项具有挑战性的任务。OSN中存在虚假账户或未知账户可能是保护数据隐私的一个严重问题。不同的社区提出了许多处理OSN错误账户的技术，包括基于规则的黑白技术到学习方法。因此，在本研究中，我们建议使用RNN来准确有效地检测虚假账户。我们进行了几个步骤的研究，包括收集数据集、处理前、提取、使用RNN培训我们的模型。根据实验结果，我们提出的模型比传统学习模型更准确。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (SENASTINDO)

自引率

0.00%

发文量