给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识与大家分享。希望大家看完之后会喜欢。
NortonLifeLock研究小组，反病毒提供商Norton Lifelock的R&D部门，今天发布了一个名为BotSight的浏览器扩展，旨在实时检测潜在的Twitter机器人。其背后的团队表示，BotSight旨在强调用户feeds中僵尸程序和虚假信息活动的发生，因为与大流行相关的虚假信息传播确实已经达到了一种狂热。
BotSight作为Chrome、Brave、Firefox和Edge的扩展，可以在Twitter时间线、搜索、个人资料、关注者和单条推文视图中，直接为每个Twitter句柄添加机器人概率评分。除了评论配置文件，该工具还会突出显示推文文本中提到的所有句柄，以及用户关注的推文、关注者、账号和描述。
该团队表示，重要的是，BotSight不会干扰或取代Twitter自身的反错误消息工作。其中包括推文标签和警告信息，包含关于当前形势的有争议或误导性的信息。
Powering BotSight是一个AI模型，可以高精度检测Twitter机器人，并在研究数据集上获得0.967(模型质量的常用指标)的曲线下面积。(一个完美的AUC是1。在其预测中，它考虑了20多个因素，包括基于IP的关联(地理上接近的账户)、基于时间的关联(时间上密切相关)、用户名和句柄(以及其他元数据)的自动化迹象、社交子图、内容相似性、推特认证状态、账户获得关注者的速度以及账户描述。
根据NortonLifeLock的说法，僵尸程序通常在发布习惯上表现出规律性，而普通用户则没有，通常都是短命的。他们也倾向于使用包含许多数字和随机字符的名称，他们会形成派系，并在其中发布相同的内容。
考虑到所有这些，僵尸视线团队在一篇4TB的历史论文上训练了这个模型。对数据集的审查显示，一般来说，大约5%的账户是僵尸工具，但根据抽样时间，在关于大流行的推文中，6%至18%的账户是僵尸工具。单个随机样本显示，约有4%至8%的bot活动以体量计，这表明bot对自身行为具有战略意义，有利于最大化当前事件的影响。
该团队表示，在BotSight首次亮相之前，它花了六个月的时间在推特上滚动该工具，以测试、改进和验证该模型。到目前为止，BotSight用户已经分析了超过10万个推特账户。
BotSight团队在博客中写道：“我对虚假信息的了解比以往任何时候都多，但对真实的虚假信息仍然知之甚少。”“[数字]因语言、主题和一天中的时间而异。这就是为什么在推特上看到它是如此有用。”
BotSight团队计划在不久的将来推出一款智能手机应用，该应用将与迄今为止发布的许多其他Twitter机器人识别工具一起使用。一些最受欢迎的网站包括印第安纳大学的社交媒体Botometer天文台；SparkToro的假跟随者审核工具；Botcheck .我；还有机器人哨兵。
本文就为大家讲解到这里了。标签：