Facebook 工程师开发了一种有效的工具来检测和阻止虚假帐户。 该系统使用机器学习技术，仅去年一年就阻止了 6,6 亿个虚假账户。 值得注意的是，这个数字没有考虑到每天被封锁的“数百万次”创建虚假账户的尝试。
该系统基于深度实体分类技术，该技术使用机器学习不仅可以分析活跃的 Facebook 帐户，还可以分析每个个人资料的行为及其与社区其他成员的互动。 在运行过程中，该算法会分析大量与个人账户相关的参数。 DEC 记录用户加入哪些组、这些组中有多少管理员和成员、创建时间等。还会分析从一个个人资料发送的好友请求数量。 重要的一点是，系统可以在工作时自动学习，因此它会随着垃圾邮件发送者的适应而不断发展。
Facebook 的一位代表指出，用于检测和阻止虚假帐户的技术有助于将垃圾邮件发送者使用的帐户数量减少 27%。 值得注意的是，目前Facebook上的虚假账户数量约占使用账户总数的5%。 尽管如此，Facebook 怀疑它是否能够完全消除虚假帐户，因为垃圾邮件发送者正在迅速适应创新并试图找到使用虚假帐户的解决方法。
来源： 3dnews.ru