Index of /rozprawy2/10722

Pełen tekst

(1)Akademia Górniczo - Hutnicza im. Stanisªawa Staszica w Krakowie. Wydziaª Informatyki, Elektroniki i Telekomunikacji Katedra Informatyki Rozprawa doktorska. Wielowymiarowe charakterystyki proli osobowych spoªecze«stw wirtualnych. mgr in». Andrzej Opali«ski Promotor: dr hab. in». Krzysztof Cetnarowicz, prof. n. AGH. Kraków, 2013.

(2) Chciaªbym serdecznie podzi¦kowa¢ Panom dr hab. in». Krzysztofowi Cetnarowiczowi, profesorowi n. AGH i prof. dr hab. in». Edwardowi Nawareckiemu, za wszystkie pomysªy, rady, wskazówki i wsparcie merytotyczne, które stanowiªy nieocenion¡ pomoc podczas pisania niniejszej pracy..

(3) Spis tre±ci 1 Wst¦p. 5. 2 Era cyberspoªecze«stwa. 9. 2.1 2.2 2.3. Wirtualne spoªeczno±ci internetu . . . . . . . . . . . . . . . . . . . . . . . . 10 Wirtualna to»samo±¢ i anonimowo±¢ w sieci . . . . . . . . . . . . . . . . . . 13 Przykªadowe problemy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16. 3 Identykacja wirtualnych to»samo±ci 3.1. 3.2 3.3. 3.4. 3.5. 18. Klasyczna analiza autorstwa tekstów . . . . . . . . . . . . . . . . . 3.1.1 Charakterystyki w analizie autorstwa tekstów . . . . . . . . 3.1.2 Techniki analizy autorstwa tekstów . . . . . . . . . . . . . . 3.1.3 Miary skuteczno±ci klasykatorów . . . . . . . . . . . . . . Charakterystyki to»samo±ci wirtualnych . . . . . . . . . . . . . . . Badania w dziedzinach pokrewnych, oparte na danych z sieci WEB 3.3.1 Systemy identykacji to»samo±ci w oparciu o dane osobowe 3.3.2 Analiza autorstwa danych z sieci WEB . . . . . . . . . . . . 3.3.3 Wykrywanie i analiza spamu . . . . . . . . . . . . . . . . . Trudno±ci i rozwi¡zania w problemach du»ej skali . . . . . . . . . . 3.4.1 Redukcja zªo»ono±ci obliczeniowej . . . . . . . . . . . . . . . 3.4.2 Szacowanie podobie«stw w systemach du»ej skali . . . . . . 3.4.3 Dane testowe i ocena skuteczno±ci . . . . . . . . . . . . . . Niedoskonaªo±ci istniej¡cych rozwi¡za«, motywacja podj¦cia bada«. . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. 18 19 20 22 23 27 28 28 31 33 33 35 36 39. 4 Cel pracy i teza rozprawy doktorskiej. 41. 5 Koncepcja systemu. 43. 5.1 5.2 5.3 5.4. Opis formalny systemu . . . . . . . . . . . . . . . . . . . . . . . . . Cechy i charakterystyki to»samo±ci wirtualnej . . . . . . . . . . . . Miary podobie«stwa cech . . . . . . . . . . . . . . . . . . . . . . . Wielowymiarowe algorytmy wyznaczaj¡ce podobie«stwo to»samo±ci. . . . .. . . . .. . . . .. . . . .. . . . .. 6 Projekt systemu 6.1 6.2 6.3 6.4. Architektura systemu . . . . . . . . . . . . . . . . . . . . . . . . Komponent crawlu i pobierania danych . . . . . . . . . . . . . . Komponent charakterystyk i miar podobie«stw cech . . . . . . Komponent wyszukiwania to»samo±ci podobnych . . . . . . . . 6.4.1 Wybór algorytmu wyszukiwania podobie«stw to»samo±ci 6.4.2 Etap uczenia z nadzorem . . . . . . . . . . . . . . . . .. 43 45 46 48. 49 . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. 49 50 53 56 57 58.

(4) 6.5 6.6 6.7. 6.4.3 Wyszukanie wªa±ciwe podobnych to»samo±ci wirtualnych . . . Tryby wyszukiwania podobie«stw to»samo±ci. . . . . . . . . . . . . . Metody werykacji i ewaluacji wyników . . . . . . . . . . . . . . . . Aspekt prawny przetwarzania danych osobowych w ramach systemu. . . . .. . . . .. . . . .. . . . .. 7 Implementacja systemu 7.1 7.2. 7.3. 65. Zastosowane technologie i rozwi¡zania sprz¦towe . . . . . . . . . Zaimplementowane charakterystyki i miary podobie«stw cech . . 7.2.1 Metody oparte o charakterystyk¦ tekstu . . . . . . . . . . 7.2.2 Metody oparte o analiz¦ czasowej aktywno±ci u»ytkownika 7.2.3 Metody oparte o wspólne powi¡zania obiektów . . . . . . Algorytmy wyznaczania podobie«stw wirtualnych to»samo±ci . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. . . . . . .. 8 Zastosowanie systemu w praktyce i ocena jego efektywno±ci 8.1. 8.2. 8.3. Eksperyment: faªszywe opinie w portalach rekomendacyjnych 8.1.1 ródªa danych . . . . . . . . . . . . . . . . . . . . . . 8.1.2 Metoda wyszukiwania podobie«stw . . . . . . . . . . . 8.1.3 Metoda werykacji wyników . . . . . . . . . . . . . . . 8.1.4 Rezultaty dziaªania systemu . . . . . . . . . . . . . . . Eksperyment: multito»samo±ci na forach dyskusyjnych . . . . 8.2.1 ródªa danych . . . . . . . . . . . . . . . . . . . . . . 8.2.2 Metoda wyszukiwania podobie«stw . . . . . . . . . . . 8.2.3 Metoda werykacji wyników . . . . . . . . . . . . . . . 8.2.4 Rezultaty dziaªania systemu . . . . . . . . . . . . . . . Podsumowanie serii testów . . . . . . . . . . . . . . . . . . . .. 9 Wnioski ko«cowe. 59 60 61 63. . . . . . . . . . . .. 65 67 67 71 72 73. 78 . . . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . .. 78 79 80 81 83 91 92 92 93 94 97. 98.

(5) Wst¦p. 1 Wst¦p XX wiek byª kolejnym przeªomowym etapem w rozwoju cywilizacji czªowieka. Poprzednie stulecie, wiek pary i elektryczno±ci, zapocz¡tkowaªo post¦p w dziedzinie przemysªu, nauki i technologii na niespotykan¡ wcze±niej skal¦. W ci¡gu ostatnich stu lat poprzedniego tysi¡clecia pojawiaªy si¦ kolejne wynalazki, maj¡ce znacz¡cy wpªyw na rozwój ludzko±ci. W dziedzinie techniki mo»na w±ród nich wymieni¢ m.in.: nadajnik radiowy, przekaz obrazu za pomoc¡ elektryczno±ci, reaktor j¡drowy, laser czy ukªady scalone. To wszystko poskutkowaªo skokiem cywilizacyjnym w er¦ elektroniki i komputerów. Pierwsze komputery oparte na tranzystorach pojawiªy si¦ we wczesnych latach sze±¢dziesi¡tych.[9] Nast¦pne generacje, oparte na ukªadach scalonych maªej i ±redniej skali integracji, takie jak IBM 360 czy Odra 1305, sªu»yªy do oblicze« w du»ych centrach naukowo-obliczeniowych. Wraz z rozwojem, miniaturyzacj¡ i obni»aniem kosztów elektroniki i mikroprocesorów, w szybkim tempie ulepszano kolejne modele komputerów. Kolejn¡ generacj¡, powstaª¡ na przeªomie lat 70 i 80tych, byªa klasa komputerów osobistych, które ze wzgl¦du na cen¦ i rozmiary byªy ju» jak sama nazwa wskazuje - dost¦pne dla przeci¦tnego u»ytkownika. Wraz z rozwojem komputerów, pojawiª si¦ równie» problem przenoszenia danych pomi¦dzy poszczególnymi maszynami. Na przeªomie lat 60. i 70. z inicjatywy Departamentu Obrony USA powstaªa sie¢ ARPANET, ª¡cz¡ca pocz¡tkowo kilkana±cie komputerów znajduj¡cych si¦ na ró»nych uniwersytetach w Stanach Zjednoczonych. Na pocz¡tku lat 80tych, po podª¡czeniu si¦ do ARPANETu kolejnych sieci uczelnianych, ze wzgl¦dów bezpiecze«stwa nast¡piªo odª¡czenie wojskowej cz¦±ci sieci, która zachowaªa star¡ nazw¦ ARPANET. Natomiast cz¦±¢ akademicka ocjalnie zostaªa nazwana Internetem [123]. Od tego momentu rozpoczyna si¦ okres dynamicznego rozwoju sieci globalnej na ±wiecie. W Polsce pierwsze ª¡cze internetowe zostaªo uruchomione w 1990 roku w Instytucie Fizyki J¡drowej w Krakowie. Pierwszy polski portal internetowy zadebiutowaª w 1995 roku, a rok pó¹niej Telekomunikacja Polska zaoferowaªa mo»liwo±¢ dost¦pu do internetu poprzez modemy. Pocz¡tkowo byªa to do±¢ droga usªuga o sªabych parametrach poª¡czenia, aczkolwiek wraz z upªywem czasu zyskiwaªa na jako±ci i popularno±ci i traaªa do coraz wi¦kszej liczby u»ytkowników. Dynamiczny rozwój popularno±ci sieci Internet na ±wiecie przypada na przeªom stuleci i obecnie przebiega bardzo gwaªtownie. Jednym z podstawowych praw, które poznaj¡ studenci kierunków technicznych jest prawo Moore'a [112], wg którego liczba tranzystorów w ukªadzie scalonym podwaja si¦ w ci¡gu 18-24 miesi¦cy. Wywodzi si¦ ono z elektroniki, aczkolwiek znalazªo tak»e zastosowanie w wielu aspektach informatyki, odnosz¡c si¦ do. 5.

(6) Wst¦p podzespoªów komputerowych oraz ilo±ci dost¦pnych i przetwarzanych danych oraz informacji. Przez ostatnie kilkadziesi¡t lat prawo Moore'a znajdowaªo potwierdzenie w wielu dziedzinach nauki i techniki, natomiast w ostatnich latach mo»emy zauwa»y¢ ciekawe anomalie. Je±li rozwa»ymy je pod k¡tem sprz¦towym, staje si¦ ono faªszywe, z powodu spowolnienia rozwoju technologii miniaturyzacji mikroprocesorów, która nie rozwija si¦ ju» tak dynamicznie jak w drugiej poªowie XX wieku. Rozwa»aj¡c z koleji ilo±¢ dost¦pnych danych i informacji, sytuacja jest wr¦cz odwrotna. Dynamiczny rozwój sieci Internet z pocz¡tku tego stulecia poskutkowaª lawinowym przyrostem danych, udost¦pnianych za jej po±rednictwem. Rosn¡ca ilo±¢ informacji wynika z liczby u»ytkowników, którzy z niej korzystaj¡. Wedªug bada« z lipca 2012 roku [103] [60] ju» 2,4 miliarda ludzi na ±wiecie ma dost¦p do internetu, co daje 34% populacji. W Europie liczba ta wynosi ponad 63% a w Ameryce Póªnocnej ponad 78% populacji. W porównaniu z pocz¡tkiem tego stulecia zanotowano wzrost o 566% w skali ±wiatowej. Interesuj¡cym wska¹nikiem rozwoju sieci jest te» liczba stron internetowych, dost¦pnych w sieci WWW [115]. W grudniu 2012 roku odnotowano ich okoªo 633 miliony, podczas gdy w grudniu 2000 roku byªo to jedynie 25 milionów. Ten wska¹nik wzrósª o ponad 2500%. Przyczyn¡ takiego wzrostu liczby stron internetowych jest ewolucja sieci Internet do modelu WEB 2.0, w którym u»ytkownik ma mo»liwo±¢ tworzenia i umieszczania na stronach wªasnych informacji. Najpopularniejszymi przykªadami takich serwisów s¡ blogi, listy dyskusyjne, sieci spoªeczne oraz portale, w których u»ytkownik ma mo»liwo±¢ komentowania umieszczanych tam materiaªów. Inn¡ kwesti¡ jest te» rodzaj i jako±¢ danych umieszczanych w sieci, do której dost¦p jest obecnie powszechny. Rozpatruj¡c to pod aspektem "jako±ci informacji" zawartych w danych umieszczonych na stronach WWW, mo»emy mówi¢ o znacznym obni»eniu jej warto±ci merytorycznej. Wynika to gªównie z ogromnego przyrostu ¹ródeª niespecjalistycznych. Skutkuje to jednak tak»e znaczne ilo±ci¡ danych, które ze wzgl¦du na swoj¡ charakterystyk¦, mog¡ by¢ interesuj¡ce w aspekcie mo»liwo±ci przeprowadzenia bada« spoªecze«stwa informacyjnego. Z upowszechnieniem dost¦pu do internetu wi¡»e si¦ nie tylko zwi¦kszenie ilo±ci danych umieszczanych sieci. Ma ona tak»e gª¦bszy aspekt spoªeczny. Wraz z popularyzacj¡ modelu WEB 2.0 sieci Internet, mo»emy zauwa»y¢ przenoszenie si¦ coraz bardziej rozlegªych obszarów »ycia spoªecznego w wirtualn¡ rzeczywisto±¢. Powstaje nowy obszar, który mo»na nazwa¢ cyberprzestrzeni¡, b¦d¡c¡ równolegª¡ przestrzeni¡ wirtualn¡, dziaªaj¡c¡ w oparciu o sie¢ Internet. [80][66] Rozwój aktywno±ci w cyberprzestrzeni mo»na zaobserwowa¢ w wielu dziedzinach »ycia ludzkiego, pocz¡wszy od gospodarki, której przykªadem s¡ sklepy 6.

(7) Wst¦p internetowe, portale aukcyjne czy wirtualne gieªdy i banki, a ko«cz¡c na czysto spoªecznych jej domenach, takich jak portale randkowe, sieci spoªeczno±ciowe i grupy dyskusyjne. Mo»na wi¦c mówi¢ o powstawaniu nowego rodzaju wirtualnego spoªecze«stwa. Jednym z bardziej interesuj¡cych badawczo elementów cyberprzestrzeni s¡ sieci spoªeczno±ciowe, w których mo»na zaobserwowa¢ mapowanie spoªecze«stwa na wirtualne sieci powi¡za« u»ytkowników pomi¦dzy sob¡. W ramach takich sieci mo»na zaobserwowa¢ interakcje, wymian¦ informacji oraz tworzenie grup u»ytkowników, odwzorowuj¡ce w pewien sposób relacje mi¦dzy osobami w rzeczywisto±ci[7][113]. Takie przeniesienie tych elementów nie odpowiada jednak dokªadnie sytuacji w rzeczywisto±ci ze wzgl¦du na dwa czynniki. Pierwszym jest ograniczona struktura sieci spoªeczno±ciowych, w których taka aktywno±¢ ma miejsce, nie pozwalaj¡ca na odwzorowanie wszystkich elementów »ycia spoªecznego. Drugim czynnikiem jest kwestia kreowania i werykacji cech wirtualnych to»samo±ci, które reprezentuj¡ ludzi w cyberprzestrzeni[41]. Wzgl¦dnie du»a swoboda w kreowaniu wªasnego wizerunku oraz ograniczone mo»liwo±ci jego werykacji tworz¡ sytuacj¦, w której wirtualna to»samo±¢ niekoniecznie reprezentuje prawdziwe cechy realnej osoby, wyst¦puj¡cej pod ow¡ to»samo±ci¡. Tworzenie wirtualnych to»samo±ci u»ytkowników powoduje szereg zarówno pozytywnych, jak i negatywnych skutków [34]. Za skutek pozytywny mo»na z pewno±ci¡ uwa»a¢ wi¦ksz¡ swobod¦ kontaktów mi¦dzyludzkich w ramach wirtualnych sieci spoªeczno±ciowych. Ukrycie za wirtualnymi to»samo±ciami pozwala przezwyci¦»y¢ nie±miaªo±¢, lub ukry¢ niektóre cechy lub wady, które maj¡ negatywny wpªyw na samoocen¦ danej osoby i ograniczaj¡ jej zdolno±ci do nawi¡zywania kontaktów w realnym ±wiecie. Kolejnym pozytywnym aspektem jest mo»liwo±¢ anonimowego wyra»ania opinii na dany temat w ±rodowiskach, w których ze wzgl¦du na ograniczenie wolno±ci wypowiedzi jest to niemo»liwe, np. w systemach totalitarnych. Przykªadem tego mog¡ by¢ cho¢by anonimowe relacje z zamieszek podczas rewolucji w Egipcie, która miaªa miejsce w 2011 roku [143]. Dzi¦ki anonimowo±ci gwarantowanej przez sieci spoªeczno±ciowe ±wiat otrzymywaª informacje od naocznych ±wiadków zaj±¢, o tym co dzieje si¦ na ulicach miast ogarni¦tych zamieszkami, w czasie gdy kontrolowana przez rz¡d telewizja przekazywaªa zupeªnie inne wiadomo±ci. Taka charakterystyka sieci spoªecznych ma te» niestety negatywne efekty. Wysoki stopie« anonimowo±ci i brak mo»liwo±ci werykacji danych, przyczynia si¦ do rozwoju cyberprzest¦pczo±ci, czyli kryminalnej aktywno±ci w sieci Internet[24]. Wykradanie haseª, podszywanie si¦ pod to»samo±ci, czarny PR, gªoszenie nienawi±ci rasowej, handel nielegalnymi towarami czy rozprzestrzenianie materiaªów pedolskich to jedynie wierzchoªek góry lodowej, przedstawiaj¡cej negatywne aspekty rozwoju cyberprzestrzeni [118]. W zwi¡zku z obserwowanym w ostatnich latach dynamicznym rozwojem sieci Inter7.

(8) Wst¦p net, wyrosªej z niej cyberprzestrzeni oraz sieci spoªecznych, b¦d¡cych jej cz¦±ci¡, rozwijaj¡ si¦ tak»e badania naukowe zwi¡zane z tymi zjawiskami[31][32][48][65]. Jedn¡ z wielu gaª¦zi owych bada« s¡ metody przeciwdziaªania pojawiaj¡cym si¦ równocze±nie negatywnym aspektom zwi¡zanym ze wzrostem popularno±ci sieci spoªeczno±ciowych. Istnieje wyra¹nie rysuj¡ca si¦ potrzeba rozwoju mechanizmów, które wspomagaªyby walk¦ z cyberprzest¦pczo±ci¡, i to wªa±nie tej dziedziny dotycz¡ badania opisane w prezentowanej rozprawie. Celem pracy, jest zaproponowanie i przetestowanie nowego modelu, który pozwoliªby wykrywa¢ osoby, ukrywaj¡ce si¦ w sieci WEB pod ró»nymi to»samo±ciami wirtualnymi. Prezentowany system opiera si¦ na aktualnych rozwi¡zaniach i wzbogaca je o nowe elementy, nie stosowane dotychczas w tej dziedzinie. Zastosowanie zaproponowanych charakterystyk umo»liwia wykrycie osób, których nie udaªoby si¦ zidentykowa¢ stosuj¡c standardowe podej±cia w tej dziedzinie Kolejne rozdziaªy niniejszej rozprawy zawieraj¡ nast¦puj¡ce tre±ci. W rozdziale 2. opisany jest rozwój sieci WEB, ksztaªtuj¡ce si¦ w jej ramach wirtualne spoªeczno±ci i tworz¡ce je wirtualne to»samo±ci. Rozdziaª ten przedstawia tak»e problemy wynikaj¡ce z anonimowo±ci charakteryzuj¡cej sie¢ Internet, szczegóªowo te, w których rozwi¡zaniu mo»e pomóc prezentowana praca. W rozdziale 3. opisane s¡ aktualne badania dotycz¡ce poruszanej tematyki. Na pocz¡tku znajduje si¦ opis metod klasycznej analizy autorstwa tekstów, charakterystyk stosowanych do opisu wirtualnych to»samo±ci oraz przegl¡d bada« dotycz¡cych gªównych zagadnie« z tej dziedziny. Nast¦pnie omówione s¡ problemy wynikaj¡ce ze skali zjawiska, jakiej dotyczy prezentowany system oraz proponowane metody ich rozwi¡za«. Na ko«cu tego rozdziaªu wskazano na braki aktualnych rozwi¡za« w dziedzinie wyszukiwania i identykacji wirtualnych to»samo±ci b¦d¡ce motywacj¡ do przeprowadzenia bada«. 4 rozdziaª przedstawia propozycj¦ rozwi¡zania problemów, tez¦ pracy oraz krótko streszcza zaprezentowane rozwi¡zanie. W 5. rozdziale opisane s¡ modele i poj¦cia, na których oparty jest system. W 6 rozdziale zawarty jest opis architektury systemu wraz ze sposobem dziaªania jego poszczególnych elementów. Szczegóªy techniczne implementacji systemu, oraz opis metod wyznaczania podobie«stwa przedstawione s¡ w rozdziale 7. W 8. rozdziale zaprezentowane s¡ przypadki u»ycia systemu w celu identykacji wirtualnych to»samo±ci w ramach zasobów sieci WEB. Oceniona jest tam tak»e skuteczno±¢ dziaªania systemu. 9. rozdziaª zawiera wnioski oraz plany dalszego rozwoju prac, opartych o przedstawione rozwi¡zanie.. 8.

(9) Era cyberspoªecze«stwa. 2 Era cyberspoªecze«stwa Druga poªowa, a szczególnie koniec XX wieku, to okres dynamicznego rozwoju komputerów, oraz stworzenie mo»liwo±ci przesyªania danych pomi¦dzy nimi. Komputery, stosowane pocz¡tkowo jedynie do oblicze«, stawaªy si¦ coraz bardziej popularne i sªu»yªy ludziom do pracy, zabawy i u»ytku codziennego. W ostatnich kilkunastu latach dwudziestego wieku, po spopularyzowaniu sieci Internet oplotªy caªy glob, tworz¡c cyberprzestrze« [12],[80], w ramach której ludzie tworz¡ cyberspoªecze«stwo [66]. Komputer staª si¦ wirtualnym domem, z którego wychodzi si¦ do wirtualnych miejsc w wirtualnym ±wiecie - stron, portali, grup dyskusyjnych [78]. Tak samo Internet jest kolejnym, bardzo wa»nym dla ludzko±ci medium. Badania wykazaªy [149], »e w przeciwie«stwie do telewizji, która ma wpªyw na ksztaªtowanie spoªecze«stwa jako masy, Internet sªu»y bardziej ksztaªtowaniu to»samo±ci indywidualnych. Zaspokaja on zró»nicowane potrzeb u»ytkowników, zamiast d¡»y¢ do ich unikacji. Coraz wi¦cej dziedzin »ycia ludzkiego pªynnie wkracza w cyberprzestrze«. Ludzie zacz¦li po±wi¦ca¢ coraz wi¦cej czasu aktywno±ciom w wirtualnej rzeczywisto±ci kosztem ±wiata rzeczywistego - rozumianego jako ten niewirtualny, zyczny. [150], [130]. W skrajnych przypadkach, cz¦±¢ osób po±wi¦ca wi¦cej czasu na rozwój swojej wirtualnej to»samo±ci ni» na »ycie w ±wiecie realnym. Mo»na z tego wnioskowa¢, »e »ycie w ±wiecie wirtualnym jest dla nich bardziej warto±ciowe ni» w realnym [23]. Do sieci przeniosªa si¦ tak»e gospodarka, ekonomia, handel. Internetowe banki, gieªdy, aukcje, to tylko jedne z niewielu przykªadów tej migracji. Cz¦±¢ osób pracuje w ±wiecie wirtualnym, tworz¡c jego elementy (programi±ci sieciowi, twórcy stron www), lub oferuj¡c w jego ramach pewne usªugi (wirtualne sklepy, pªatne portale tematyczne). Rezultatem tego jest dynamiczny rozwój ró»nych form uporz¡dkowania elementów tworz¡cych sie¢ Internet. Portale informacyjne, strony domowe, blogi, fora dyskusyjne, sieci spoªeczno±ciowe, portale aukcyjne, systemy opiniuj¡ce i rekomenduj¡ce i wiele innych. Praktycznie ka»dy aspekt »ycia ludzkiego ma swoje odzwierciedlenie w sieci Internet. Niestety ten rozwój poci¡ga te» za sob¡ negatywne aspekty, zwi¡zane z szeroko rozumian¡ cyberprzest¦pczo±ci¡ [24],[19]. Niniejszy rozdziaª dotyczy¢ b¦dzie kilku wa»nych aspektów zwi¡zanych z tym zjawiskiem. Na pocz¡tku opisane zostan¡ wirtualne spoªeczno±ci internetu, nast¦pnie wirtualna to»samo±¢ i zwi¡zane z ni¡ zjawisko anonimowo±ci. Na ko«cu rozdziaªu wymienione zostanie kilka przykªadowych problemów wynikaj¡cych z opisywanych zjawisk, których dotyczy niniejsza rozprawa doktorska.. 9.

(10) Era cyberspoªecze«stwa. 2.1 Wirtualne spoªeczno±ci internetu Czªowiek jest z natury gatunkiem prospoªecznym, odczuwaj¡cym potrzeb¦ do ª¡czenia si¦ w grupy i przebywania w towarzystwie innych ludzi. Takie grupy ludzi, wraz z relacjami mi¦dzy nimi zachodz¡cymi mo»emy nazwa¢ sieciami spoªecznymi. Jednym z pierwszych propagatorów i badaczy poj¦cia sieci spoªecznych (ang. "social network") byª A.Barnes [8]. Poj¦cie to byªo pó¹niej przedmiotem szerokich bada« wielu dziedzin nauki, takich jak socjologia, antropologia, geograa czy ogólnie poj¦ta informatyka. Ogromny wkªad w badanie wspóªczesnych sieci spoªecznych miaª S.Milgram, badaj¡c m.in. sªynny "smallworld problem", dotycz¡cy ±redniej ilo±ci relacji znajomo±ci, dziel¡cej dwie osoby [111]. Jedna z pierwszych denicji wirtualnej spoªeczno±ci (z ang: "virtual community") zostaªa zaproponowana ju» w 1993 przez Howarda Rheingolda. Zdeniowaª j¡ jako spoªeczne skupisko, które wyªania si¦ z sieci WEB, kiedy wystarczaj¡ca ilo±¢ osób kontynuuje publiczne dyskusje dostatecznie dªugo, z odpowiednim zaanga»owaniem emocjonalnym, by utworzy¢ sie¢ osobistych relacji w cyberprzestrzeni.[127]. Dokªadnego przegl¡du, podziaªu i charakterystyki sieci spoªecznych opartych na medium jakim jest Internet dokonali K.Musiaª i P.Kazienko [113]. Prezentuj¡ oni przykªady okre±lania tego poj¦cia w literaturze angloj¦zycznej jako "online social networks" [54], "web-based social networks" [47], "computer-supported social networks" [164] czy "web communities" [45][71]. We wspomnianej pracy wymieniaj¡ szereg cech, jakie odró»niaj¡ internetowe sieci spoªeczne od relacji ª¡cz¡cych ludzi w ±wiecie rzeczywistym. S¡ to:. • brak zycznego kontaktu (kontakt jedynie na odlegªo±¢), • brak wyra¹nego powi¡zania pomi¦dzy liczb¡ wirtualnych to»samo±ci a to»samo±ciami w realnym ±wiecie, • mo»liwo±¢ jednoczesnej wielokanaªowej komunikacji z wieloma czªonkami grupy, • ªatwo±¢ zerwania lub zawieszenia kontaktu lub relacji, • wzgl¦dna ªatwo±¢ gromadzenia danych do pó¹niejszego przetwarzania, dotycz¡cych komunikacji i aktywno±ci w ramach tych sieci, • niska sprawdzalno±¢ autentyczno±ci danych dotycz¡cych u»ytkowników. Badania nad taksonomi¡ i podziaªami spoªeczno±ci opartych na sieci WEB byªy prowadzone od pocz¡tku ich istnienia.[122], [102], [70],[113]. Ich podziaª mo»na rozpatrywa¢ pod wzgl¦dem tre±ci zawarto±ci sieci, charakteru relacji, ±rodowiska i platformy interakcji, grupy docelowej czy modelu biznesowego. Upraszczaj¡c, mo»na podzieli¢ je na nast¦puj¡ce grupy: 10.

(11) Era cyberspoªecze«stwa. • ±wiaty wirtualne,. spoªeczne (np. Second Life, Habbo Hotel, Cyberworld, Moove), oparte na grach (np. World of Warcraft, The Sims, Internet Scrabble, FPS), • internetowe sieci spoªeczne (online social networking),. systemy wspóªdzielenia multimediów (ang: "multimedia sharing system") - (np. Youtube, Flickr),. portale spoªeczno±ciowe (ang: "social networking sites") - (np. Facebook, Orkut, MySpace, LinkedIn),. projekty wspóªpracy (ang: "collaborative projects") - (np. Wikipedia), blogi (ang: "blog services ") - (np. WordPress, Blogger, Twitter), fora dyskusyjne (ang: "internet forums") - (Gaia Online Forum, Devian Art Forum). Gªówne cechy charakteryzuj¡ce pierwsz¡ grup¦ (wirtualne ±wiaty), które odró»niaj¡ je od drugiej (internetowe sieci spoªeczne) s¡ nast¦puj¡ce:. • przestrzenne, trójwymiarowe ±rodowisko, • wspóªdziaªanie w czasie rzeczywistym (bez opó¹nie«), identycznie jak w ±wiecie rzeczywistym, • wi¦ksza mo»liwo±¢ personalizacji wirtualnej to»samo±ci za pomoc¡ awatara, b¦d¡cego odwzorowaniem osoby w trzech wymiarach, • szerszy zakres rodzajów aktywno±ci i interakcji z innymi u»ytkownikami. Wirtualne ±wiaty dziel¡ si¦ na wirtualne ±wiaty spoªeczno±ciowe (np. Second Life [79]) , oraz skupione wokóª gier komputerowych (np. World of Warcraft [20]). W ±wiatach opartych o gry komputerowe, u»ytkownicy maj¡ ±ci±le okre±lone zasady zachowania, dziaªania i wspóªpracy oraz cz¦sto okre±lone do realizacji cele. W wirtualnych ±wiatach spoªecznych nie ma takich ogranicze«, a tak»e istnieje du»o wi¦ksza dowolno±¢ w rodzaju zachowa« i aktywno±ci. U»ytkownicy dziaªaj¡ w ±wiecie wirtualnym za pomoc¡ awatarów reprezentuj¡cych ich posta¢. Awatary mog¡ si¦ porusza¢, rozmawia¢ z innymi awatarami, wyra»a¢ swoje uczucia, uczestniczy¢ w wydarzeniach (spotkania, dyskoteki, itp), pracowa¢, kupowa¢ i sprzedawa¢ przedmioty, budowa¢ nowe obiekty, czyli oddziaªywa¢ na ±rodowisko. Tak wi¦c zostaj¡ odwzorowane ró»ne aspekty rzeczywisto±ci.[23]. 11.

(12) Era cyberspoªecze«stwa W 2011 roku zanotowano w sumie 1,4 miliarda zarejestrowanych kont w najpopularniejszych systemach ±wiatów wirtualnych[86]. Warto±¢ towarów w Second Life z roku 2010 jest szacowana na okoªo 2,1mld USD [138]. Druga grupa, internetowe sieci spoªeczne, ª¡czy w sobie wiele rodzajów grup spoªecznych tego typu. Zwykle nie s¡ to systemy komunikacji w czasie rzeczywistym, a aktywno±¢ nie odbywa si¦ w trójwymiarowej rzeczywisto±ci, lecz w ramach dwuwymiarowego medium, zwykle opartego o tekst pisany. Cech¡ wspóln¡ tej grupy jest to, »e ich zawarto±¢ jest tworzona i modykowana przez czªonków tych spoªecze«stw, co ró»ni je, od tradycyjnego modelu portali internetowych, tworzonego i zarz¡dzanego przez wydawc¦ lub administratora. Systemy wspóªdzielenia multimediów pozwalaj¡ u»ytkownikom zarz¡dza¢ swoimi obiektami multimedialnymi. S¡ to najcz¦±ciej zdj¦cia, muzyka, graka lub lmy. Istnieje te» zwykle mo»liwo±¢ oceniania i komentowania materiaªów umieszczonych przez innych u»ytkowników. Podstawow¡ funkcjonalno±ci¡ portali spoªeczno±ciowych jest tworzenie, utrzymywanie i prezentowanie relacji mi¦dzy u»ytkownikami portalu. W tym celu u»ytkownicy mog¡ u»ywa¢ specjalnych, dedykowanych kanaªów komunikacji takich jak maile, czaty czy komunikatory. Przy u»yciu mechanizmów dost¦pnych w ramach sieci maj¡ oni mo»liwo±¢ prezentacji swojej osoby, swoich osi¡gni¦¢, emocji i relacji z innymi u»ytkownikami danej sieci. Gªównym celem realizowanym w ramach projektów wspóªpracy jest tworzenie przez grupy u»ytkowników odpowiednich sieci wspólnych tre±ci. U»ytkownicy mog¡ tworzy¢ i poprawia¢ tre±ci znajduj¡ce si¦ w zasobach takich systemów. Taka wspóªpraca skutkuje zazwyczaj otrzymaniem lepszych rezultatów, ni» w przypadku, gdyby tre±ci tworzone byªy przez jednego u»ytkownika. Blogi pozwalaj¡ swoim twórcom tworzy¢ i publikowa¢ tre±ci wªasnego autorstwa w postaci "postów". Dotycz¡ ró»nego rodzaju dziedzin i zainteresowa«, b¦d¡c czasami rodzajem pami¦tnika. Pozostali u»ytkownicy takich systemów maj¡ zwykle mo»liwo±¢ komentowania tre±ci umieszczanych w ramach serwisu przez jego autora. Fora dyskusyjne to tak»e sieci spoªeczno±ciowe, cechuje je jednak skupienie wokóª jednej konkretnej dziedziny (np. gra komputerowa, marka samochodu, uroda). W ramach tego rodzaju systemu u»ytkownicy maj¡ zwykle mo»liwo±¢ zapozna¢ si¦ z opiniami lub informacjami na dany temat, dodawanymi przez administratorów sytemu lub innych u»ytkowników. Dyskusje na konkretne tematy pogrupowane s¡ w "w¡tki", w których mo»na wypowiada¢ si¦ poprzez dodawanie kolejnych wypowiedzi. Ta krótka charakterystyka najpopularniejszych rodzajów spoªeczno±ci wirtualnych, przedstawia mnogo±¢ form, jakie mog¡ przyjmowa¢ spoªeczno±ci dziaªaj¡ce na bazie o sieci 12.

(13) Era cyberspoªecze«stwa Internet. Prezentuje tak»e na ilu pªaszczyznach mo»e odbywa¢ si¦ interakcja pomi¦dzy u»ytkownikami danych sieci, oraz wokóª jakich tematów si¦ skupia¢. Forma w jakiej wyst¦puj¡ u»ytkownicy w ramach takich sieci zaprezentowana jest natomiast w nast¦pnym podrozdziale.. 2.2 Wirtualna to»samo±¢ i anonimowo±¢ w sieci Poj¦cie to»samo±ci wirtualnej (ang. "virtual identity") oraz to»samo±ci internetowej (ang. "internet identity" lub "online-identity") pojawiªo si¦ wraz z rozwojem sieci Internet, i byªo przedmiotem szerokiego wachlarza bada« w ró»nych dziedzinach nauki. [156], [72], [126]. Podstawowym zadaniem jakie realizowane jest poprzez wirtualn¡ to»samo±¢, jest przeniesienie zycznej jednostki ze ±wiata rzeczywistego do ±wiata wirtualnego. Wskazuje si¦ tak»e, »e wirtualna to»samo±¢ powstaje w momencie zalogowania si¦ u»ytkownika do platformy wirtualnej [78] [139] W pracy K.Musiaª i P.Kazie«ko [113], zaprezentowano poj¦cie "to»samo±ci internetowej" jako krótkiej, cyfrowej, zwerykowanej, autentycznej, jednoznacznej, i staªej reprezentacji zycznej jednostki spoªecznej, osoby lub grupy osób, która jest ±wiadomym u»ytkownikiem systemu sieciowego. "Wirtualna to»samo±¢" jest natomiast zdeniowana jako agregacja rozproszonych "to»samo±ci internetowych" wyst¦puj¡cych w ró»nych systemach sieciowych. Wirtualna to»samo±¢ odpowiada wszystkim to»samo±ciom internetowym, powi¡zanym z jedn¡ zyczn¡ jednostk¡ spoªeczn¡. Równolegle, ka»da to»samo±¢ internetowa odpowiada tylko jednej to»samo±ci wirtualnej. Przykªadami to»samo±ci internetowej mog¡ by¢ np:. • adres email, • login, identykator, nick, nazwa u»ytkownika w systemie sieciowym, np:. zarejestrowany u»ytkownik sieci spoªeczno±ciowej (np. Facebook, LinkedIn), zarejestrowany u»ytkownik systemu blogerskiego (np. WordPress, Blogger, Twitter),. nick komunikatora internetowego (np. Skype, ICQ, GTalk), login do systemu wspóªdzielenia multimediów (np. Youtube, Flickr), u»ytkownik w systemie aukcyjnym (np. Ebay). • URL do strony domowej u»ytkownika, • login do uniwersalnego systemu to»samo±ci (np. OpenID).. 13.

(14) Era cyberspoªecze«stwa W przypadku ±wiatów wirtualnych, wirtualna to»samo±¢ osoby przyjmuje posta¢ awatara - trójwymiarowej postaci reprezentuj¡cej dan¡ osob¦ w wirtualnym ±wiecie.[23]. Wirtualna to»samo±¢ charakteryzuje si¦ wzgl¦dnie niskim poziomem mo»liwo±ci autentykacji prezentowanych cech.[78] Badania pokazuj¡, »e nazwy pod którymi wyst¦puj¡ u»ytkownicy - tzw. nickname'y - reprezentuj¡ cz¦sto nawyki lub cechy charakteru u»ytkownika [10]. Wirtualne to»samo±ci zwykle upi¦kszaj¡ jednak prawdziw¡ to»samo±¢ u»ytkownika, lub przedstawiaj¡ j¡ w postaci, jak¡ chciaªby by¢, lub do jakiej d¡»y.[78] Wirtualn¡ to»samo±¢ mo»na ksztaªtowa¢ na dwa sposoby. Pierwszy z nich to ustalenie zestawu cech i atrybutów opisuj¡cych t¡ to»samo±¢. Ten element wirtualnej to»samo±ci jest niekiedy nazywany "prolem". Drugi sposób, w jaki ksztaªtuje si¦ wirtualn¡ to»samo±¢, to spoªeczne interakcje w ramach wirtualnego spoªecze«stwa. Skªadaj¡ si¦ na to dziaªania, rozmowy, czy inne rodzaje aktywno±ci mo»liwe do wykonania w ramach danego rodzaju sieci spoªecznej[78]. W zwi¡zku z ewolucj¡ sieci Internet do modelu WEB 2.0 i rozwojem w oparciu o niej sieci spoªeczno±ciowych, u»ytkownicy uzyskali mo»liwo±¢ tworzenia w ich ramach wielu ró»nych to»samo±ci wirtualnych. Wraz z nadej±ciem ery wielozadaniowych, wielo-okienkowych systemów operacyjnych, mo»liwe i popularne staªo si¦ jednoczesne i równolegªe u»ywanie wielu takich to»samo±ci[152]. Przeprowadzono badania, które dowodz¡ popularno±ci równolegªego u»ytkowania wielu to»samo±ci internetowych przez jedn¡ osob¡ w rozmowach na czatach internetowych [144]. Wirtualne to»samo±ci traktowane s¡ cz¦sto jako kolejne wcielenia danej osoby, i umo»liwiaj¡ dowolne ich ksztaªtowanie, co daje poczucie swobody i bezpiecze«stwa, rozlu¹niaj¡c normy spoªeczne, uprzedzenia i ograniczenia. W ten sposób u»ytkownicy mog¡ przedstawia¢ si¦ w sposób w jaki chc¡ by¢ postrzegani w ramach danej to»samo±ci. Funkcjonuje nawet angloj¦zyczne poj¦cie - "makeability" oznaczaj¡ce upi¦kszanie si¦, zmienianie, dostosowywanie, które mo»na zastosowa¢ w przypadku to»samo±ci wirtualnych [78]. Ju» w latach 90. poprzedniego stulecia prowadzone byªy badania, które opisywaªy przypadki u»ytkowników realizuj¡cych w sieci obszary swoich osobowo±ci, których nie mogli lub nie chcieli prezentowa¢ na co dzie«. [152]. Internet i wirtualne spoªeczno±ci s¡ miejscem, gdzie u»ytkownicy mog¡ dowolnie eksperymentowa¢ ze swoimi wirtualnymi to»samo±ciami. Jest to naturalny proces, cz¦sto ª¡czony z okresem dojrzewania, kiedy to nieletni ucz¡ si¦, i próbuj¡ ró»nych dozna« i do±wiadcze«, maj¡c na to przyzwolenie spoªeczne ze wzgl¦du na swój wiek.. 14.

(15) Era cyberspoªecze«stwa Sie¢ WEB i wirtualne to»samo±ci daj¡ mo»liwo±¢ odgrywania nowych ról, eksperymentowania w nowych dziedzinach, poznawania nowych do±wiadcze« tak»e dorosªym, którzy odczuwaj¡ braki w pewnych sferach emocjonalnych. [152], [151], [146] Przyczyn¡ tworzenia wirtualnych to»samo±ci ró»ni¡cych si¦ od rzeczywistego stanu rzeczy, mo»e by¢ tak»e ch¦¢ wspóªzawodnictwa, potrzeba samorealizacji w wypeªnianiu zada« w wirtualnym ±wiecie czy ch¦¢ budowania wi¦zi spoªecznych, których mo»e brakowa¢ w ±wiecie realnym [41]. Poª¡czenie anonimowo±ci zapewnianej przez internet, oraz mo»liwo±ci tworzenia wªasnego wizerunku sprawia, »e wielu osobom du»o ªatwiej nawi¡zywa¢ kontakty mi¦dzyludzkie w strukturach sieci Internet, w porównaniu ze ±wiatem realnym [7] Aspekt anonimowo±ci w kontek±cie to»samo±ci nie jest poj¦ciem nowym. Ludzko±¢ spotkaªa si¦ z ni¡ ju» 2500 lat tamu pod postaci¡ pseudonimów. W przeszªo±ci jednak, pseudonimów u»ywali gªównie arty±ci i przest¦pcy. Aktualnie w wirtualnym ±wiecie w dowoln¡ role, np. Supermena, mo»e wcieli¢ si¦ ka»dy. Rozwój sieci Internet skutkuje nowymi mo»liwo±ciami tworzenia i modykacji to»samo±ci.[78] Kwestia anonimowo±ci i prywatno±ci w sieci WEB jest dobrze opisana przez badaczy[34]. Anonimowo±¢ wirtualnej to»samo±ci zapewnia trzy aspekty zwi¡zane z kwesti¡ prywatno±ci:. • regeneracj¦ (ang: recovery) - poczucie odmªodzenia, ochrony i odpr¦»enia, • katharsis (ang: catharsis) - mo»liwo±¢ swobodnego wyra»ania my±li i odczu¢ w stosunku do innych, • autonomi¦ - mo»liwo±¢ eksperymentowania z nowymi zachowaniami bez obawy o skutki spoªeczne. Skutki wzgl¦dnie wysokiej anonimowo±ci w sieci mo»emy podzieli¢ na pozytywne i negatywne:. • pozytywne,. rozwój wªasnej osobowo±ci - mo»liwo±¢ eksperymentowania z nowymi zachowaniami bez obawy o negatywn¡ ocen¦ osób z kr¦gu otoczenia,. otwarto±¢ w komunikacji. Mo»liwo±¢ dzielenia si¦ swoimi problemami i przemy±leniami w grupie osób o podobnych do±wiadczeniach. Skutkuje zwi¦kszeniem poziomu samoakceptacji,. ªatwo±¢ nawi¡zywania kontaktów dla osób o niskiej samoocenie, wolno±¢ sªowa i pogl¡dów w krajach totalitarnych, 15.

(16) Era cyberspoªecze«stwa. • negatywne,. szerzenie nienawi±ci rasowej i nacjonalistycznej, werbowanie czªonków grup przest¦pczych [118],. cyberprzest¦pczo±¢ [11][24],[19] - wyªudzenia, handel towarami nielegalnymi (narkotyki, ludzie, kradzione samochody), koordynacja grup przest¦pczych i terrorystycznych,. dewianci seksualni [145], pedole, dzieci¦ca pornograa, faªszywy spam opiniotwórczy (pozytywny i negatywny) [109], czarny PR, kompromituj¡ce informacje w sieci (zdj¦cia, opinie). Przedstawione powy»ej informacje prezentuj¡ szeroki wachlarz pozytywnych aspektów, zwi¡zanych z rozwojem wirtualnych sieci spoªecznych i ich charakterystyk¡. Niestety, zgodnie z tym co mo»na byªo przypuszcza¢, istnieje te» "druga strona medalu", czyli negatywne skutki tego procesu. Cz¦±¢ z nich, zawieraj¡ca elementy nielegalne, mo»na okre±li¢ mianem "cyberprzest¦pczo±ci" [148], W zwi¡zku z tym, oczywist¡ wydaje si¦ potrzeba przeciwdziaªania tym zjawiskom,a jednym z elementów takich dziaªa« mo»e by¢ utworzenie metod i narz¦dzi, które pomog¡ w identykacji osób próbuj¡cych si¦ ukry¢ pod faªszywymi to»samo±ciami.. 2.3 Przykªadowe problemy W poprzednim podrozdziale zostaª przedstawiony szereg negatywnych zjawisk zwi¡zanych z potencjalnie wysok¡ anonimowo±ci¡ wirtualnych to»samo±ci. Zapobieganie tym problemom i zjawiskom nie jest ªatw¡ kwesti¡, ze wzgl¦du na dziedzin¦ i charakterystyk¦ problemu. Zdeniowano nawet poj¦cie Ciemnej Sieci (ang: "Dark Web"), którym okre±la si¦ elementy sieci Internet sªu»¡ce dziaªaniom terrorystycznym i jest obiektem dalszych bada«[124]. W kwestii prawnej podejmuje si¦ dyskusje na temat konieczno±ci adaptacji istniej¡cego prawa do potrzeb cyber±rodowiska. [139]. Tworzone s¡ te» narz¦dzia, sªu»¡ce do walki z cyberprzest¦pczo±ci¡. Cz¦±¢ z nich opisanych jest w rozdziale 3. W kolejnych punktach zostan¡ przedstawione dwa wybrane przykªady problemów, które które b¦dzie mo»na rozwi¡za¢ przy u»yciu zaproponowanych w pracy mechanizmów:. • wykrywanie multikont generuj¡cych faªszywe opinie w ramach portali opiniotwórczych • wyszukiwanie prawdziwej to»samo±ci dla pojedynczych wpisów nielegalnych. 16.

(17) Era cyberspoªecze«stwa. Multikonta - spam opiniotwórczy. Jednym z wa»nych negatywnych aspektów anonimowo±ci wirtualnych to»samo±ci jest problem faªszywych opinii (and: "opinion deception") w ramach istniej¡cych w sieci portali opiniotwórczych lub rekomendacyjnych [65], [117]. Wyst¦puje wtedy, gdy jedna osoba tworzy wiele faªszywych opinii (postów, komentarzy) o danym obiekcie (produkcie, rmie, usªudze). Zjawisko takie nie jest rzadko±ci¡, gdy» niektóre rmy zlecaj¡ takie zadania zatrudnianym przez siebie pracownikom, w celu poprawienia wizerunku wªasnych produktów i usªug [64]. Popularny jest te» drugi rodzaj oszustwa w tym temacie, polegaj¡cy na generowaniu negatywnych opinii o produktach konkurencji. Takie dziaªania zaburzaj¡ obraz rzeczywisto±ci, który ksztaªtowany jest przez prawdziwe opinie u»ytkowników, którzy udzielaj¡ ich w celu podzielenia si¦ swoimi do±wiadczeniami. W wypadku du»ej ilo±ci opinii faªszywych u»ytkownicy korzystaj¡cy z takich portali mog¡ zosta¢ wprowadzeni w bª¡d, co jest sprzeczne z ide¡ dziaªania tego typu systemów. W takim wypadku korzystne byªoby stworzenie narz¦dzia pozwalaj¡cego wykrywa¢ przypadki takiego oszustwa. Wymagaªoby to analizy danych udost¦pnianych w systemie i wyszukania u»ytkowników posªuguj¡cych si¦ ró»nymi to»samo±ciami wirtualnymi, tworz¡cych wiele podobnych opinii w celu znieksztaªcenia opinii zbiorczej dotycz¡cej danego obiektu.. Faªszywe to»samo±ci tymczasowe - Kolejnym wa»nym przykªadem wykorzystana anonimowo±ci wirtualnych to»samo±ci w sieciach spoªecznych jest wykorzystanie tymczasowych to»samo±ci w celach nielegalnych. Najpopularniejsze przykªady takich zachowa« to:. • nawoªywanie do nienawi±ci na tle rasowym/religijnym/klubowym • handel towarami kradzionymi lub nielegalnymi (narkotyki, ludzkie organy, ludzie) • nawi¡zywanie kontaktów z dzie¢mi przez pedolii Cz¦sto zdarza si¦, »e dana osoba wyst¦puj¦ równolegle w ramach takiej sieci spoªeczno±ciowej pod inn¡ to»samo±ci¡, w ramach której prezentuje du»o wi¦cej informacji, pozwalaj¡cych na zyczn¡ identykacj¦ takiej osoby (np. dane osobowe). Mechanizmy wykazania podobie«stw pomi¦dzy takimi to»samo±ciami tymczasowymi a innymi to»samo±ciami wirtualnymi pomogªyby przeciwdziaªa¢ wymienionym wcze±niej problemom.. 17.

(18) Identykacja wirtualnych to»samo±ci. 3 Identykacja wirtualnych to»samo±ci Wysoki stopie« anonimowo±ci, który zapewnia sie¢ Internet, poskutkowaª nasileniem si¦ zjawiska cyberprzest¦pczo±ci, opisanej szerzej w poprzednim rozdziale. Nast¦pstwem tego, byª te» rozwój wielu dziedzin bada« maj¡cych wspomóc walk¦ z przest¦pczo±ci¡ w Internecie. Jednym z gªównych problemów zwi¡zanych z cyberprzest¦pczo±ci¡ jest zagadnienie identykacji wirtualnych to»samo±ci, w ramach których zyczne osoby dziaªaj¡ w sieci WEB. Rozwi¡zanie tego problemu skupia si¦ gªównie na zagadnieniach dotycz¡cych analizy i identykacji autorstwa tekstów, poniewa» jest to podstawowa forma ¹ródªa danych w sieci. W zale»no±ci od struktur ¹ródeª danych, takie dziaªania dodatkowo mog¡ opiera¢ si¦ tak»e o elementy dotycz¡ce kontekstu spoªecznego, sieci powi¡za« czy analizy czasowej aktywno±ci wirtualnych to»samo±ci. Najbardziej popularny podej±ciem, stosowanym przy rozwi¡zywaniu tego typu problemu, jest wyselekcjonowanie pewnego rodzaju cech danej to»samo±ci wirtualnej, na podstawie dotycz¡cych jej dost¦pnych informacji, b¦d¡cych najcz¦±ciej zbiorem jej wypowiedzi. Kolejnym etapem jest porównywanie cech zbudowanych na bazie danych dotycz¡cych innych to»samo±ci i wykrycie ewentualnego podobie«stwa pomi¦dzy tymi to»samo±ciami. W przypadku gdy wyszukuje si¦ multi-to»samo±ci, a nie ma potencjalnych kandydatów, stosuje si¦ porównywanie to»samo±ci mi¦dzy sob¡. Wykrycie to»samo±ci podobnych mo»e skutkowa¢ uzyskaniem dodatkowych informacji o danej to»samo±ci (np. danych osobowych) i pozwoli¢ j¡ zycznie zidentykowa¢.. 3.1 Klasyczna analiza autorstwa tekstów Wyszukiwanie i identykacja to»samo±ci wirtualnych opiera si¦ w wi¦kszo±ci przypadków na klasycznym problemie analizy autorstwa tekstów, który jest szeroko opisan¡ i zbadan¡ dziedzin¡ [69] [83] [141] . Problemy analizy autorstwa tekstów mo»na podzieli¢ na trzy gªówne zadania [175]:. • identykacja autora - ustalanie prawdopodobie«stwa wytworzenia anonimowego tekstu przez konkretnego autora, poprzez porównywanie ze skompletowanym wcze±niej zbiorem jego tekstów, • charakterystyka autora - generowanie streszczenia tekstów autora i jego prolu w oparciu o zebrane prace, • wykrywanie podobie«stw - porównywanie wielu przykªadów tekstów i próba wykrycia tekstów tego samego autora, bez ustalania jego to»samo±ci. Badania dotycz¡ce analizy autorstwa skupiaj¡ si¦ wokóª dwóch zagadnie«: 18.

(19) Identykacja wirtualnych to»samo±ci. • wyboru cech charakterystycznych opisuj¡cych autorów, • technik uªatwiaj¡cych proces analizy.. 3.1.1 Charakterystyki w analizie autorstwa tekstów Wybór charakterystyk opisuj¡cych autorów polega na zdeniowaniu zbioru cech i metryk, które b¦d¡ w wi¦kszo±ci przypadków staªe dla du»ego zbioru tekstów autorstwa danej osoby. Innymi sªowy, zbiór tekstów jednego autora, w oparciu o zdeniowany zestaw cech, powinien wykazywa¢ wy»sze podobie«stwo, ni» zbiór oparty o teksty wielu autorów. W klasycznym problemie analizy autorstwa, charakterystyki oparte s¡ gªównie na tek±cie, i mo»na podzieli¢ na:. • leksykalne, sªownikowe (ang: lexical) - liczba wielkich liter, liczba znaków, ±rednia dªugo±¢ zdania, cz¦stotliwo±ci wyst¦powania znaków specjalnych $, @, ró»norodno±¢ sªownictwa, • syntaktyczne, skªadniowe (ang: syntactic) - cz¦stotliwo±¢ sªów funkcyjnych, liczba znaków przestankowych, • cechy strukturalne - frazy grzeczno±ciowe, pozycja cytatów, zwroty powitania i przywitania, ±rednia liczba zda« na akapit, • cechy zwi¡zane z tre±ci¡ - cz¦stotliwo±¢ sªów kluczowych, znaki specjalne. Pocz¡tkowo badania w dziedzinie analizy autorstwa tekstów skupiaªy si¦ na kategoryzowaniu ró»nych zbiorów sªów u»ywanych przez konkretnych autorów, np. Shakespeare'a i de Vere'a [42]. Jednak to podej±cie byªo nieskuteczne ze wzgl¦du na du»¡ zale»no±¢ od tematyki tekstów. W celach rozró»nienia autorstwa, nale»aªo wybra¢ cechy niezale»ne od tematu wypowiedzi (ang "content-free features"), nazywanych równie» znacznikami stylu (ang "syle-markers") [175]. Podstawowymi zaproponowanymi cechami byªy dªugo±¢ zdania [173] i ró»norodno±¢ sªownictwa [174]. Kolejne prace proponowaªy rozwi¡zania oparte o sªowa funkcyjne takie jak "podczas", "na podstawie" lub 50 najcz¦±ciej wyst¦puj¡cych sªów [104]. Inn¡ propozycje stanowiªo u»ycie zbioru 74 sªów kluczowych [147], cz¦stotliwo±ci wyst¡pie« 25 przyimków [15], sªów krótkich (2 lub 3 literowych) oraz rozpoczynaj¡cych si¦ samogªoskami [52]. Metody oparte o zbiory wyrazów wymagaj¡ jednak odpowiedniego doboru sªów w zestawach [51], gdy» ich indywidualny charakter zale»y od autora i j¦zyka jakim si¦ posªuguje, dlatego te» trudno jest zastosowa¢ je w aplikacjach opartych o teksty du»ej liczby autorów [175]. W celu unikni¦cia tych niedogodno±ci zaproponowano podej±cie bazuj¡ce na skªadni wypowiedzi [6]. Zawiera ono statystyczne metody i miary zastosowane na powtarzaj¡cych. 19.

(20) Identykacja wirtualnych to»samo±ci si¦ reguªach wyst¦puj¡cych w otagowanym korpusie tekstowym. Rozwini¦ciem tego podej±cia s¡ kolejne metody statystycznego przetwarzania informacji, zawartych w skªadni wypowiedzi [25]. Po dokªadnym przegl¡dzie metody analizy autorstwa wspomina si¦ o przeszªo tysi¡cu rodzajach markerów stylu, u»ywanych w dotychczasowych badaniach [132]. Nie ma jednak konsensusu, co do wyboru jednego, uniwersalnego i najbardziej efektywnego zestawu takich cech. W wi¦kszo±ci prac stwierdza si¦ jednak wprost proporcjonaln¡ zale»no±¢ efektywno±ci algorytmów klasykacji autorstwa do liczby charakterystyk, na których si¦ one opieraj¡. [176], [1], [31]. Co ciekawe, organizowane s¡ nawet cykliczne zawody w dziedzinie analizy autorstwa tekstów, w których bior¡ udziaª naukowcy z caªego ±wiata, prezentuj¡c i testuj¡c tam swoje rozwi¡zania[68]. Wyniki takich zawodów przedstawiono w skrócie w kolejnym punkcie 3.1.2. Wszystkie te dziedziny bada« dotycz¡ cz¦±ciowo przypadków zwi¡zanych z cyberprzest¦pczo±ci¡ i s¡ powi¡zane z tematem niniejszej rozprawy doktorskiej.. 3.1.2 Techniki analizy autorstwa tekstów Techniki analizy autorstwa tekstów staªy si¦ tak»e obiektem szerokiej gamy bada« i opracowa« [175] [92]. Podstawowe zaªo»enie w tym podej±ciu jest takie, »e autorów odró»nia od siebie nawzajem kompozycja tekstów, która mo»e by¢ scharakteryzowana przez rozkªad prawdopodobie«stwa cech tych wypowiedzi. Bardziej szczegóªowo, identykacja nowych tekstów na podstawie bazy tekstów o znanym autorstwie, mo»e by¢ rozwa»ana jako statystyczny test hipotezy lub problem klasykacji. Techniki analizy autorstwa tekstów mo»na podzieli¢ na nast¦puj¡ce grupy podej±¢.. • metody statystyczne, heurystyczne [100],[67] • metody oparte o miary podobie«stwa (ang: similarity-based, distance-based) [157],[160] • metody oparte o uczenie maszynowe. klasykatory probabilistyczne (Bayes i warianty) [89] drzewa decyzyjne [125] SVM [35] Wczesne prace oparte na metodach statystycznych bazowaªy na rozkªadzie χ2 w sªownikowej analizie danych[18]. Kolejnym podej±ciem w tej dziedzinie byªa metoda CUSUM [44], a pó¹niej lingwistyczne szacowanie modeli cz¦stotliwo±ci wyst¦powania sªów[5]. Zaprezentowane zostaªy tak»e techniki miar podobie«stwa, oparte na analizie gªównych skªadowych (ang: "principal component analysis" - PCA) [6] [21], odlegªo±ci cosinusowej czy oparte o n-gramy [76]. Prezentowane wcze±niej metody statystyczne, które znalazªy zastosowanie w 20.

(21) Identykacja wirtualnych to»samo±ci dziedzinie bada« nad analiz¡ autorstwa, wykazaªy jednak tak»e swoje ograniczenia i niedoskonaªo±ci, takie jak brak gwarancji stabilno±ci w przypadku du»ej liczby tekstów czy ograniczone mo»liwo±ci przewidywania autorów tekstów [52]. Mo»liwo±ci zwi¡zane ze wzrostem mocy obliczeniowej komputerów zacz¦to wykorzystywa¢ w tej dziedzinie stosuj¡c metody uczenia maszynowego (ang. "machine learning"). Uogólniaj¡c, polegaj¡ one na zbudowaniu w automatyczny sposób modelu decyzyjnego, "ucz¡cego si¦" parametrów modelu na podstawie zbioru ucz¡cego, który zawiera poprawnie sklasykowane dane. W pó¹niejszym, heurystycznym procesie decyzyjnym, wyliczane s¡ parametry dla danych ze zbioru testowego i wyznaczane jest ich podobie«stwo do wcze±niej sklasykowanych danych w modelu. Rozwi¡zania problemu analizy autorstwa tekstów oparte o uczenie maszynowe, zapocz¡tkowaªy podej±cia oparte o podstawowy modelu Bayesa [105], przez b¦d¡ce jego rozwini¦ciem naiwne modele Bayesa [101]. Podczas gdy wspomniane wcze±niej metody charakteryzowaªy si¦ ograniczeniami strukturalnymi, pojawiaªy si¦ kolejne podej±cia stosowane do kategoryzacji i analizy autorstwa tekstów. Byªy to mi¦dzy innymi techniki oparte na sieciach neuronowych, których przykªadami s¡ sieci nazywane w j¦zyku angielskim "multilayer perceptron"[153], lub "radial-basis-function" (RBF)[96]. Kolejne podej±cia, które znalazªy zastosowanie w tej dziedzinie to rozwi¡zania oparte na ªa«cuchach Markova [74] oraz metodzie SVM (ang: "Support Vector Machine") [39]. Rozwi¡zywania problemu wyznaczania autorstwa tekstów w oparciu o klasykatory mo»na sprowadzi¢ do nast¦puj¡cego schematu: [141]. • przygotowanie modelu opisu to»samo±ci • wygenerowanie atrybutów to»samo±ci na podstawie danych ucz¡cych, pochodz¡cych od danego autora • u»ycie metod klasykacji do przyporz¡dkowania tekstów anonimowych do konkretnego autora, na podstawie atrybutów wygenerowanych w oparciu o ten tekst Wiele prac dotycz¡cych tematyki wyszukiwania i analizy tekstów dotyczyªo porównania algorytmów klasykuj¡cych dane[135][175] [176][1][31]. Wnioski z tych artykuªów byªy podobne. Najwi¦ksz¡ skuteczno±ci¡ w tej dziedzinie charakteryzuj¡ si¦ algorytmy oparte o SVM. Nieco gorsze wyniki osi¡ga si¦ stosuj¡c rozwi¡zania oparte o sieci neuronowe. Nast¦pne w kolejno±ci to metody bazuj¡ce na drzewach decyzyjnych. Ka»da z technik posiada pewne ograniczenia w aspekcie skuteczno±ci i skalowalno±ci. Klasykatory oparte o SVM s¡ typem metody tzw. czarnej skrzynki. Trudno±¢ przy tego typu badaniach, stanowi dotarcie do reguª na których oparto wnioskowanie. Z tego powodu sposób ten nie jest u»yteczny w przypadku zbierania dowodów dla s¡dowych spraw 21.

(22) Identykacja wirtualnych to»samo±ci krymnalnych.[61]. Kolejnym ograniczeniem prezentowanych metod jest stosunkowo maªa liczba autorów, dla których klasykacja jest skuteczna (kilkadziesi¡t,kilkaset) oraz konieczno±¢ posiadania zbiorów testowych stosunkowo du»ych rozmiarów. [46] [87]. W 2011 roku w Amsterdamie odbyªy si¦ zawody w dziedzinie klasykacji autorstwa tekstów i wykrywaniu plagiatów - 2011 PAN Lab 1 , w których wzi¦ªo udziaª 13 grup badawczych, maj¡cych na celu rozwi¡za¢ zadania z dwóch rodzajów problemów[4]:. • przypisania autorstwa - wyznaczy¢, który autor z danej grupy napisaª dany tekst • werykacji autorstwa - wyznaczy¢, czy dany tekst nale»y do konkretnego autora Stosowane tam metody klasykacji tekstów, to m.in : metoda SVM i jej modykacje[35], naiwny klasykator Bayesa [89], metoda 100-krotnego najbli»szego s¡siedztwa [33], algorytm regresji liniowej RLR [43] czy drzewa decyzyjne [125]. Testy przeprowadzane byªy dla zbiorów o ró»nej liczbie autorów, gdzie ich maksymaln¡ liczb¡ byªo 72. W tym wypadku wyniki skuteczno±¢ najlepszych algorytmów przypisywania autorstwa wynosiªa 52% w przypadku dokumentów nale»¡cych do zbioru autorów, oraz odpowiednio 32% uwzgl¦dniaj¡c tak»e dokumenty spoza zbioru testowanych autorów. Je±li chodzi o werykacj¦ autorstwa, najlepsze algorytmy osi¡gn¦ªy wyniki rz¦du 50%. Udawaªo si¦ uzyskiwa¢ wysokie warto±ci precyzji (nawet do 100%), jednak zawsze kosztem znacznego pogorszenia warto±ci czuªo±ci i miary F (znaczenie poszczególnych miar opisano w kolejnym podrozdziale).. 3.1.3 Miary skuteczno±ci klasykatorów W dziedzinie bada« i analizy autorstwa tekstów stosuje si¦ klasyczne techniki oceny skuteczno±ci klasykatorów. [38],[175],[30] [32] Je±li przyjmiemy nast¦puj¡ce oznaczenia wyników klasykacji obiektów jako podobne lub ró»ne: wynik klasykatora obiekty tej samej klasy obiekty ró»nych klas podobne. TruePositive (TP). FalsePositive (FP). ró»ne. FalseNegative (FN). TrueNegative (TN). Wielko±ci liczbowe, które charakteryzuj¡ skuteczno±¢ klasykatora s¡ okre±lane nast¦puj¡co:. • dokªadno±¢ (ang: "accuracy") • precyzja (ang: "precision") 1. T P +T N T P +T N +F P +F N. TP T P +F P. http://www.uni-weimar.de/medien/webis/research/events/pan-11/pan11-web/index.html. 22.

(23) Identykacja wirtualnych to»samo±ci. • czuªo±¢ - (ang: "sensitivity", "recall") -. TP T P +F N. 2∗precyzja∗czuªo±¢ • miara - F - (ang: "F-measure") - precyzja+czuªo±¢. Zakªadaj¡c u»ycie klasykatora do oszacowania czy badany tekst jest autorstwa konkretnego autora, powy»sze warto±ci okre±laj¡:. • dokªadno±¢ - liczba wiadomo±ci z poprawnie zidentykowanym autorem spo±ród caªkowitej liczby wiadomo±ci • precyzja - liczba poprawnie przyporz¡dkowanych do danego autora wiadomo±ci, wybranych spo±ród wszystkich wiadomo±ci przyporz¡dkowanych do tego autora • czuªo±¢ - liczba poprawnie przyporz¡dkowanych danemu autorowi wiadomo±ci, w stosunku do liczby wszystkich wiadomo±ci utworzonych przez danego autora Jako »e precyzja i czuªo±¢ s¡ warto±ciami odwrotnie proporcjonalnymi (wzrost jednej powoduje obni»enie drugiej), wprowadza si¦ miar¦ F, u±redniaj¡c¡ te wyniki, liczon¡ jako ±rednia wa»ona harmoniczna precyzji i czuªo±ci. Testy skuteczno±ci klasykatorów przeprowadza si¦ przy u»yciu metody N-krotnej walidacji krzy»owej [77], przyjmuj¡cej warto±ci parametru N na poziomie 5 [117][48], 10 [168][32], 30 [175].. 3.2 Charakterystyki to»samo±ci wirtualnych Charakterystyki u»ywane do opisu to»samo±ci wirtualnych, mo»na podzieli¢ wedªug dziedzin na:. • oparte o tre±¢ wypowiedzi, • oparte o relacje spoªeczne, • oparte o analiz¦ aktywno±ci. Poszczególne typy charakterystyk zostan¡ opisane dokªadnie w kolejnych punktach, w oparciu o aktualne badania dotycz¡ce analizy autorstwa, identykacji wirtualnych to»samo±ci oraz tematów pokrewnych.. W oparciu o charakterystyk¦ tekstu Charakterystyki oparte o tekst wypowiedzi, tzw. stylometri¦, s¡ podstaw¡ w wi¦kszo±ci bada« w dziedzinie identykacji to»samo±ci czy analizy autorstwa [176], [37], [6], [141], [3], [83].. • podstawowe charakterystyki stylometryczne: 23.

(24) Identykacja wirtualnych to»samo±ci. leksykalne, ∗ w oparciu o znaki - caªkowita liczba znaków (C), caªkowita liczba liter/C, caªkowita liczba wielkich liter/C, caªkowita liczba cyfr/C, caªkowita liczba znaków biaªych/C, caªkowita liczba tabulatorów/C, cz¦stotliwo±ci wyst¡pie« poszczególnych liter (A-Z), cz¦stotliwo±ci wyst¡pie« znaków specjalnych, ∗ w oparciu o sªowa - caªkowita liczba sªów (M), caªkowita liczba sªów 4znakowych i krótszych/M, caªkowita liczba sªów w sªowach/C, ±rednia dªugo±¢ sªowa, ±rednia dªugo±¢ zdania (w literach), ±rednia dªugo±¢ zdania (w sªowach), caªkowita ilo±¢ ró»nych sªów/M, cz¦stotliwo±¢ sªów wyst¦puj¡cych jednokrotnie (Hapax legomena), cz¦stotliwo±¢ sªów wyst¦puj¡cych dwukrotnie (Hapax dislegomena), ró»norodno±¢ sªownictwa wedªug miar [154] Yule, Simpson, Sichel, Brunet, Honore, cz¦stotliwo±¢ wyst¡pie« sªów danej dªugo±ci,. syntaktyczne, ∗ cz¦stotliwo±¢ wyst¡pie« znaków interpunkcyjnych (",",".","?","!",":",";","'","""), ∗ cz¦stotliwo±¢ wyst¡pie« sªów funkcyjnych (ang: "function words") [104],[21][38], (np.: "pomi¦dzy", "w", "kto±", "o", "razem", "wewn¡trz", "nic", "nikt", "co±", "ni»", "ta", "co", ...),. strukturalne - caªkowita liczba linii, caªkowita liczba zda«, caªkowita liczba akapitów, liczba zda«/sªów/znaków na akapit, wyst¡pienie przywitania, wyst¡pienie odst¦pów mi¦dzy akapitami, wyst¡pienie cytatów, pozycja cytatów, wci¦cia akapitu, podpis przez adres email/telefon/url,. powi¡zane z tre±ci¡ - sªowa kluczowe powi¡zane z tematem, (np: "ukªad", "wyprzeda»", "okazja", "thx", windows", microsoft", "sexy", ...),. • TF-IDF (ang: term frequency - inverted document frequency) - wa»enie cz¦sto±ci¡ termów [133]. Obliczenie wagi sªów na podstawie ilo±ci ich wyst¡pie« w dokumentach. TF-IDF okre±la cz¦sto±¢ wyst¡pienia sªowa, z uwzgl¦dnieniem jego lokalnego znaczenia oraz znaczenia w kontek±cie peªnego zbioru dokumentów. Warto±¢ T F IDFi,j dla sªowa i w dokumencie j oblicza si¦ ze wzoru T F IDFi,j = T Fi,j · IDF gdzie T Fi,j to cz¦sto±¢ sªowa i w dokumencie j , a IDFi,j to odwrotna cz¦sto±¢ sªowa - log2 ( nNi ), gdzie N to ª¡czna liczba dokumentów, a ni to liczba dokumentów zawieraj¡cych sªowo i. • cechy emocjonalne wypowiedzi - sentymetr i analiza sentymentu [59], [48]. Podej±cie opiera si¦ na wyszukiwaniu wyrazów z mocnym wyd¹wi¦kiem emocjonalnym oraz. 24.

(25) Identykacja wirtualnych to»samo±ci okre±laniu na ich podstawie polaryzacji emocjonalnej tekstu (pozytywna, negatywna, neutralna).. • podej±cie oparte o n-gramy [76] - jako wyrazy o dªugo±ci N i krótsze, oraz o cz¦stotliwo±ci ich wyst¦powania. Metoda ta okazaªa si¦ skuteczna w analizie autorstwa dla danych z sieci WEB [73]. Jej modykacja zostaªa tak»e z dobrymi skutkami wykorzystana dla problemów wi¦kszej skali [84], opieraªa si¦ jednak na stosunkowo du»ych zbiorach danych ucz¡cych i testowych (2000 i 500 sªów) • cz¦stotliwo±¢ sªów, model worka sªów (ang: "bag of words") reprezentuj¡ce zbiór tekstów jako nieuporz¡dkowany zestaw ci¡gów znaków wraz z ilo±ci¡ ich wyst¡pie«. Metoda prezentowana w popularnej metodzie Burrows-Delta, rozpatruje najcz¦±ciej wyst¦puj¡ce sªowa [22]. W tym sposobie wykorzystuje si¦ k-najcz¦±ciej (k>100) wyst¦puj¡cych sªów w zbiorze tekstowym dla których oblicza si¦ odchylenie standardowe. Kolejnym krokiem jest obliczenie warto±ci Z dla warto±ci reprezentuj¡cych autora i porównywany do niego tekst. Warto±¢ Z jest ró»nic¡ cz¦stotliwo±ci porównywanych sªów podzielon¡ przez standardowe odchylenie zbioru testowego. Dokument jest przyporz¡dkowywany do autora z najni»sz¡ sum¡ warto±ci Z . W praktyce, dla rozkªadu Laplace'a cz¦stotliwo±ci sªów dziaªa to jak klasykator maksymalnego prawdopodobie«stwa.. W oparciu o relacje spoªeczne W dziedzinie identykacji to»samo±ci wi¦kszo±¢ aplikacji opiera si¦ na danych osobowych. S¡ jednak podej±cia, które rozszerzaj¡ t¦ technik¦ o wykorzystanie danych opartych o relacje, aktywno±ci i kontekst spoªeczny. W pracy z 2008 roku[91], zaproponowano model relacyjny, ª¡cz¡cy cechy osobowe oraz cechy spoªeczne, podzielone na spoªeczne cechy aktywno±ci (role, typy dziaªa«, czas) i spoªeczne cechy relacji (s¡siedztwo, role s¡siedztwa, typy dziaªa« s¡siedztwa, i czas aktywno±ci s¡siedztwa). Do klasykacji u»yto naiwnego klasykatora Bayesowskiego. W badaniach Li[92] wykorzystano relacje i spoªeczne informacje kontekstowe celem wspomagania identykacjii to»samo±ci. U»yto tak»e probabilistycznego modelu relacyjny (ang: probabilistic relational model PRM) opartego o cechy osobowe, wspomagany danymi spoªecznymi i relacjami. Rezultaty tych bada« wskazuj¡, »e poª¡czenie charakterystyk osobowych ze spoªecznymi skutkuje poprawieniem wyników klasykacji Inne podej±cie wykorzystuj¡ce kontekst spoªeczny to model oparty o grafy[14], rozszerzaj¡ce cechy danej to»samo±ci o cechy s¡siadów z grafu. Jest to jednak podej±cie kosztowne obliczeniowo i skuteczne dla maªej liczby to»samo±ci. Kolejna metoda wykorzystywaªa warunkowy model pól losowych (ang: conditional random eld model, CRF) do eliminacji. 25.