Tartu ülikooli teadlane aitab Skype´is pettureid avastada
8. märts 2014, 10:02
Juhime tähelepanu, et artikkel on rohkem kui viis aastat vana ning kuulub meie arhiivi. Ajakirjandusväljaanne ei uuenda arhiivide sisu, seega võib olla vajalik tutvuda ka uuemate allikatega.
Tartu ülikooli arvutiteaduse doktorant Anna Leontjeva lõi koostöös Microsofti uurimiskeskuse teadlastega mudeli, mis suudab internetitelefonis Skype eristada tavakasutajaid ja pettureid.
Mudeli loomiseks kasutati erinevaid infoallikaid – näiteks uuriti seda, mitu sõpra on kasutajal Skype´i kontaktlistis, kas kasutaja sõbrad on omavahel sõbrad, kui tihti kasutaja Skype´i kasutab ning milliseid teenuseid eelistab.
Skype´i spämmerite ja petturite tavakasutajatest eristamise projektini jõudis Tartu Ülikooli doktorant Leontjeva ESF DoRa programmi kaudu, mille raames tuli teha koostööd mingi ettevõttega, arvutiteadlane valis selleks Skype´i.
Aasta eest tekkis tal võimalus olla kolm kuud praktikal Microsoft Researchis, kus ta sai väärt ja nõu kogemusi antud valdkonna tippteadlastelt ning koostöös valmis ka nimetatud uurimus.
Leontjeva sõnul oli töö eesmärgiks välja töötada meetodeid, mis kasutavad erinevat tüüpi andmeid, näiteks nii aegridu kui ka staatilisi ja panevad need kõik ühte mudelisse.
«Lisaks oli meil teada, kes on olemasolevatest kasutajatest tavalised kasutajad ja kes on petturid. Seega otsis mudel sarnaseid kasutajaid kahes klassis. Lühidalt öeldes, nimetatakse sellist lähenemist masinõppeks ja viimasel ajal see on muutunud populaarseks ja efektiivseks käsitlusviisiks andmeanalüüsis,» selgitas Leontjeva.
Arvutiteadlase ja Microsofti uurimiskeskuse välja töötatud mudel kasutab informatsiooniks Skype´i petturlusvastase osakonna poolt märgitud kasutajaid, leides need petturid, kes on olnud Skype´is pikema perioodi vältel.
Leontjeva sõnul rakendatakse mudelis väga üldist tüüpi masinõppesüsteemi, mistõttu on mudelit võimalik kasutada väga paljudes rakendustes, näiteks ka e-spämmi filtreerimise puhul.
«Küsimus on ainult selles, milliseid tunnuseid kasutada mudeli treenimiseks. Spämmi filtreerimise puhul on mõttekam kasutada tekstipõhiseid tunnuseid, meie mudelis oli rõhk pigem sotsiaalvõrgustiku tüüpi tunnustel.»
Masinõppele ja petturite avastamisele matemaatilise analüüsi abil pühendus Leontjeva magistriastmes, varasemalt oli ta tegelenud valikuuringutega, tehes seejuures koostööd ka sotsiaalministeeriumiga. Lisaks Tartu Ülikooli doktorandikohale töötab ta teadurina Tarkvara Tehnoloogia Arenduskeskuses. Hiljuti hakkas Leontjeva koostööd tegema ka The National Research Council (CNR) teadlastega sotsiaalvõrgustike teemal.