USP São Carlos cria software que identifica comentários e avaliações falsas na web
Sistema desenvolvido por dois pesquisadores do ICMC foi capaz de detectar mais de 95% de potenciais ataques maliciosos.
Por G1 São Carlos e Araraquara
Pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade (ICMC-USP), em São Carlos, devolveram um sistema que identifica comentários e avaliações difamatórias que visam apenas denegrir a imagem do produto ou serviço oferecido na internet.
Denominado Orfel (sigla em inglês de Online-Recommendation Fraud Excluder), o software também pode ter outras aplicações, como caracterizar a promoção ilegítima de publicações (posts) e páginas no Facebook, além de identificar citações cruzadas por revistas científicas.
Por G1 São Carlos e Araraquara
Pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade (ICMC-USP), em São Carlos, devolveram um sistema que identifica comentários e avaliações difamatórias que visam apenas denegrir a imagem do produto ou serviço oferecido na internet.
Denominado Orfel (sigla em inglês de Online-Recommendation Fraud Excluder), o software também pode ter outras aplicações, como caracterizar a promoção ilegítima de publicações (posts) e páginas no Facebook, além de identificar citações cruzadas por revistas científicas.
Sistema foi capaz de detectar mais de 95% de potenciais ataques maliciosos (Foto: Reprodução/EPTV)
Padrão de comportamento
O professor José Fernando Rodrigues Júnior explicou que o comportamento fraudulento não ocorre individualmente, é preciso um grande número de usuários postando comentários durante o período de um mês aproximadamente.
“Foi aí que a gente conseguiu detectar o padrão de comportamento. Mesmo que eles tentem disfarçar ao longo do tempo o nome do usuário, o que eles falam, a gente consegue identificar que aquele comportamento está ocorrendo de maneira sistemática a fim de promover ou difamar algum produto”, disse.
Padrão de comportamento
O professor José Fernando Rodrigues Júnior explicou que o comportamento fraudulento não ocorre individualmente, é preciso um grande número de usuários postando comentários durante o período de um mês aproximadamente.
“Foi aí que a gente conseguiu detectar o padrão de comportamento. Mesmo que eles tentem disfarçar ao longo do tempo o nome do usuário, o que eles falam, a gente consegue identificar que aquele comportamento está ocorrendo de maneira sistemática a fim de promover ou difamar algum produto”, disse.
José Fernando Rodrigues Júnior explicou que comportamento fraudulento não ocorre de forma individual (Foto: Wilson Aiello/EPTV)
Varredura
O novo método é voltado para identificar o comportamento chamado de ‘lockstep’. Muitas vezes, com o intuito de aumentar sua base de clientes, empresas utilizam um sistema de recomendação em que os usuários fazem avaliações sobre os produtos ou serviços que adquiriram e dão uma nota que varia de 0 a 5 estrelas.
A dificuldade de identificar esses ataques de múltiplos usuários falsos interagindo com vários produtos em momentos aleatórios é que eles ocorrem em meio a milhões de avaliações de produtos por usuários por segundo e, por isso, podem ser camuflados.
O ponto fraco desses ataques, entretanto, é que eles costumam ocorrer em uma mesma janela de tempo e em fluxos. O software faz uma varredura nos comentários e identifica os suspeitos.
“A empresa pode escolher punir o usuário simplesmente excluindo a conta e impedir que ele faça novos comentários ou até mesmo acionar as autoridades e tomar as medidas legais”, explicou o pesquisador Gabriel Gimenes.
Varredura
O novo método é voltado para identificar o comportamento chamado de ‘lockstep’. Muitas vezes, com o intuito de aumentar sua base de clientes, empresas utilizam um sistema de recomendação em que os usuários fazem avaliações sobre os produtos ou serviços que adquiriram e dão uma nota que varia de 0 a 5 estrelas.
A dificuldade de identificar esses ataques de múltiplos usuários falsos interagindo com vários produtos em momentos aleatórios é que eles ocorrem em meio a milhões de avaliações de produtos por usuários por segundo e, por isso, podem ser camuflados.
O ponto fraco desses ataques, entretanto, é que eles costumam ocorrer em uma mesma janela de tempo e em fluxos. O software faz uma varredura nos comentários e identifica os suspeitos.
“A empresa pode escolher punir o usuário simplesmente excluindo a conta e impedir que ele faça novos comentários ou até mesmo acionar as autoridades e tomar as medidas legais”, explicou o pesquisador Gabriel Gimenes.
Pesquisador Gabriel Gimenes recomenda prestar atenção aos comentários extremos (Foto: Wilson Aiello/EPTV)
Dowload gratuito
O programa pode ser baixado de graça e é voltado para as empresas. Para os consumidores, vale o alerta de que não dá para acreditar em tudo o que se lê na internet.
“Tem que prestar atenção em comentários extremos, como ‘maravilhoso’, ‘excelente’, ‘top’, com frases que ferem a boa gramática porque isso é indicativo de que houve um processo computacional não muito inteligente para formar frases feitas”, disse Rodrigues.
Gimenes ressalta a importância de prestar atenção também a comentários radicais.
“Muito provavelmente se alguém está dizendo que aquele produto é horrível e não tinha utilidade nenhuma, isso não deve ser a informação verdadeira. O mesmo vale para alguém que diz que o produto é muito bom e não tem contraponto nenhum”.
O sistema foi desenvolvido durante o mestrado do estudante Gabriel Perri Gimenes e dos projetos de pesquisa “Divisão relacional por similaridade em banco de dados” e “Processamento analítico de grandes grafos”, realizados com o apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
“Tem que prestar atenção em comentários extremos, como ‘maravilhoso’, ‘excelente’, ‘top’, com frases que ferem a boa gramática porque isso é indicativo de que houve um processo computacional não muito inteligente para formar frases feitas”, disse Rodrigues.
Gimenes ressalta a importância de prestar atenção também a comentários radicais.
“Muito provavelmente se alguém está dizendo que aquele produto é horrível e não tinha utilidade nenhuma, isso não deve ser a informação verdadeira. O mesmo vale para alguém que diz que o produto é muito bom e não tem contraponto nenhum”.
O sistema foi desenvolvido durante o mestrado do estudante Gabriel Perri Gimenes e dos projetos de pesquisa “Divisão relacional por similaridade em banco de dados” e “Processamento analítico de grandes grafos”, realizados com o apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
