కార్నెగీ మెల్లన్ విశ్వవిద్యాలయం, నార్త్ కరోలినా స్టేట్ విశ్వవిద్యాలయం మరియు సాకెట్కు చెందిన పరిశోధకులు గిట్హబ్లో పెంచి చూపిన రేటింగ్లు ఉన్న ప్రాజెక్ట్లను గుర్తించడానికి ఒక సాధనాన్ని అభివృద్ధి చేశారు. ఈ సాధనం 15835 రిపోజిటరీలలో 3.1 మిలియన్ల నకిలీ స్టార్లను గుర్తించింది. ఈ పెంచి చూపిన రేటింగ్ల కోసం మొత్తం 278 ఖాతాలను ఉపయోగించారు.
నకిలీ స్టార్లను జోడించే ప్రక్రియ సర్వసాధారణమైంది మరియు వాణిజ్య సాఫ్ట్వేర్, క్రిప్టోకరెన్సీ బాట్లు మరియు గేమింగ్ చీట్ల పైరేటెడ్ కాపీలుగా మారువేషంలో ఉన్న రిపోజిటరీలపై నమ్మకాన్ని పెంచడానికి ఇది ప్రధానంగా ఉపయోగించబడింది. ఉత్పత్తులను ప్రచారం చేయడానికి, డెవలపర్ విశ్వాసాన్ని పెంచడానికి, పోటీదారులను బలహీనపరచడానికి మరియు వినియోగదారుల అభిప్రాయాలను మెరుగుపరచడానికి కూడా స్టార్ బూస్టింగ్ ఉపయోగించబడింది. ఏడు వాణిజ్య స్టార్ బూస్టింగ్ సేవల ఉదాహరణలు అందించబడ్డాయి, వీటి ధరలు ఒక్కో స్టార్కు $0.10 నుండి $1.62 వరకు ఉంటాయి.
ఈ అధ్యయనం, GHArchive ప్రాజెక్ట్ ద్వారా ట్రాక్ చేయబడిన గిట్హబ్ కార్యకలాపాల 20-టెరాబైట్ ఆర్కైవ్లో సంగ్రహించబడిన 6 బిలియన్ ఈవెంట్లను ప్రాసెస్ చేసింది. ప్రాజెక్ట్ గ్రూపులకు ఏకకాలంలో ఇచ్చే స్టార్ రేటింగ్లు, నిష్క్రియంగా ఉన్న ప్రాజెక్ట్ల రేటింగ్లలో ఆకస్మిక పెరుగుదల, మరియు మోసపూరిత కార్యకలాపాల కోసం వినియోగదారులు చేసే వక్రీకరించబడిన కార్యకలాపాలు వంటి అసాధారణ అంశాల కోసం ఈ ఈవెంట్లను విశ్లేషించారు. క్లస్టర్ విశ్లేషణను ఉపయోగించి, మోసపూరిత కార్యకలాపాలకు విలక్షణమైన పునరావృత నమూనాలను గుర్తించే స్టార్స్కౌట్ టూల్కిట్, అపాచీ 2.0 లైసెన్స్ క్రింద ప్రచురించబడింది.
ఈ టూల్, 22915 రిపోజిటరీలలో 1.32 మిలియన్ ఖాతాల ద్వారా గిట్హబ్లో కేటాయించబడిన 4.53 మిలియన్ స్టార్ల స్వరూపంలో ఉన్న అసాధారణతలను గుర్తించింది. తప్పుడు పాజిటివ్లను తొలగించడానికి, ఫలితాలపై అదనపు ఫిల్టరింగ్ నిర్వహించబడింది, కేవలం స్టార్ రేటింగ్లలో గణనీయమైన పెరుగుదల ఉన్నవాటిని మరియు అనుమానాస్పద స్టార్ల శాతం ఎక్కువగా ఉన్న రిపోజిటరీలను మాత్రమే నిలుపుకుంది.
చివరికి, మోసానికి విలక్షణమైన పునరావృత ప్రవర్తనా సరళి కలిగిన 278 ఖాతాలు గుర్తించబడ్డాయి. ఈ ఖాతాలను ఉపయోగించి 15835 రిపోజిటరీలకు 3.1 మిలియన్ స్టార్లు కేటాయించబడ్డాయి. అక్టోబర్ 2024 నాటికి, ఫ్లాగ్ చేయబడిన రిపోజిటరీలలో 90.75% మరియు ఖాతాలలో 61.95% గిట్హబ్ ద్వారా తొలగించబడ్డాయి.
మూలం: opennet.ru
