Авторы проанализировали 88 миллионов Twitter-аккаунтов, используя метод машинного обучения для бот-классификатора. Беря во внимание только последние 200 твитов из каждой учетной записи, классификатор обнаружил сеть из 15 000 ботов, включая поддельные аккаунты знаменитостей и предприятий криптовалютной индустрии. Вероятнее всего, пользователи будут больше доверять тому твиту, который активно набирает популярность с помощью добавления его в избранное, а также накручивания лайков и репостов.
Жертвы мошенников, которые пытались украсть их личные данные, давно изменили имя пользователя в Twitter, чтобы запретить другим раздавать свои монеты или токены.
Стоит отметить, что одной из наиболее популярных схем выманивания средств у криптоинвесторов в Twitter является проведение “розыгрышей”. Так, в марте было проведено исследование вопроса социального криптовалютного мошенничества Британским информационным агентством совместно с Chainalysis.
Попытки ботов скрыться от обнаружения указывают на важность тщательного анализа учетной записи. К примеру, бот-аккаунты обычно публикуют твиты в короткий промежуток времени. Такая модель поведения может использоваться для идентификации других вредоносных и спам-ботнетов.
Анис и его коллега, главный инженер по исследованию и разработкам Джордан Райт, представят свои результаты на конференции по безопасности Black Hat USA в Лас-Вегасе в среду, 8 августа.
После публикации исследования, представитель Twitter заявил, что они знают о подобных попытках манипуляций и борются с ними. По подсчетам компании, спам-практикой занимается менее 5% пользователей сервиса.