Sistema detecta difamação fraudulenta em sites de comércio eletrônico

Grupo de pesquisadores da USP desenvolveu sistema para evitar que produtos percam vendas por conta de avaliações negativas feitas por falsos usuários

Publicado em 5 de maio de 2017 | 17:32 |Por: Paulinne Giffhorn

Share on FacebookShare on Google+Share on LinkedInEmail this to someone

E-commerces que usam recomendações feitas por clientes para promover seus produtos e serviços estão sujeitas a ações de falsos usuários. Em um plano coordenado, podem ser feitas avaliações negativas com o intuito de desestimular compras por novos consumidores. Pensando nisso, um grupo de pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, campus de São Carlos, desenvolveu um software que promete detectar de forma mais eficiente ações de difamação fraudulenta em sistemas de recomendação online.

Denominado Orfel (sigla em inglês de Online-Recommendation Fraud ExcLuder), o sistema foi desenvolvido durante o mestrado do estudante Gabriel Perri Gimenes e dos projetos de pesquisa realizados com o apoio da Fapesp. Os resultados da aplicação do novo método foram descritos em um artigo, publicado na revista Information Sciences.

“O algoritmo foi capaz de detectar mais de 95% de potenciais ataques maliciosos em sistemas de recomendação online e com maior eficiência do que um dos principais algoritmos usados hoje para essa finalidade”, disse Gimenes à Agência Fapesp.

Pixabay

Sistema - Fraude

Software auxilia a evitar ações que possam prejudicar comércio eletrônico

De acordo com o estudante, o novo método é voltado a identificar um comportamento, chamado de lockstep, em sistemas de recomendação de lojas online, como o Google Play e a Amazon. Com o intuito de aumentar sua base de clientes, essas empresas utilizam um sistema de recomendação em que os usuários fazem reviews (avaliações) sobre os produtos ou serviços que adquiriram e dão uma nota que varia de 0 a 5 estrelas, por exemplo.

Esses sistemas de recomendação, contudo, são suscetíveis ao comportamento de lockstep em que, em uma ação coordenada, um grupo de usuários com perfis falsos atribui, ao mesmo tempo, uma mesma nota baixa a um conjunto de produtos com o intuito de rebaixar sua reputação.

A dificuldade de identificar esses ataques de múltiplos usuários falsos interagindo com vários produtos em momentos aleatórios é que eles ocorrem em meio a milhões de avaliações de produtos por usuários por segundo e, por isso, podem ser camuflados. O ponto fraco desses ataques, entretanto, é que eles costumam ocorrer em uma mesma janela de tempo e em fluxos ou bursts, como denominam os pesquisadores.

Preços do e-commerce caem

A fim de identificar esses padrões de comportamento, o algoritmo desenvolvido por Gimenes, em parceria com os professores Robson Leonardo Ferreira Cordeiro e José Fernando Rodrigues Júnior, do ICMC, acompanha as avaliações feitas pelos usuários em um sistema de recomendação online e verifica, por exemplo, se elas foram feitas em um mesmo intervalo de tempo e se têm as mesmas notas.

Se isso ocorrer, o software indica esses comportamentos suspeitos para que possa avaliar tratar-se ou não de ações fraudulentas. Confirmadas as suspeitas, a empresa pode banir os autores das avaliações e remover todas as interações que tiveram em sua base de dados. De acordo com os pesquisadores, o algoritmo também pode ter outras aplicações, como para caracterizar a promoção ilegítima de publicações e páginas no Facebook e identificar citações cruzadas por revistas científicas.

(com informações de assessoria)


Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

eMobile