Approches multimodales pour la détection d'anomalies sur les réseaux sociaux numériques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2018

Multi-modal approaches for anomaly detection in social networks

Approches multimodales pour la détection d'anomalies sur les réseaux sociaux numériques

Résumé

The emergence of on-line social networks such as Twitter, Facebook as well as blogs and forums has allowed for the first time to carry out large-scale analyzis of human interactions. Whereas in the past, the majority of human-centered studies were field-oriented, the emergence of these networks allowed the development of statistical methods which took as entry traces of human activity. The emergence of these social networks has nevertheless been accompanied by the growth of malicious users who now have access to platforms enabling them to communicate with millions of users. Radical groups use social networks to recruit jihadists. Resellers of stolen credit cards are now able to access a large market through social networks. Also, spammers can use robots that pollute the content of these networks.This thesis concerns the detection of malicious users who behave in an anomalous manner in on-line platforms using their different modes of interactions and similarity (Retweets, Mentions, URL similarity, text similarity). We have developed semi-supervised methods as well as unsupervised methods (based on community detection) to detect malicious users.
L'émergence des réseaux sociaux numériques tels que Twitter, Facebook ainsi que les blogs et forums ont permis pour la première fois d’effectuer des analyses à grande échelle sur le comportement humain. Alors que dans le passé, la majorité des études centrées sur l’humain était orientée terrain, ces réseaux ont permis le développement de méthodes statistiques qui analysent des traces de l’activité humaine.Ces plateformes ont également permis aux utilisateurs malicieux d’atteindre des millions de personnes. Ainsi, des groupes radicaux utilisent les réseaux sociaux pour recruter des jihadistes. Des revendeurs de cartes de crédits volées ont également pu avoir accès à un marché important grâce aux réseaux sociaux. Aussi, des spammeurs peuvent utiliser des robots qui polluent le contenu de ces réseaux.Cette thèse concerne la détection de ces utilisateurs malicieux qui ont un comportement atypique sur ces réseaux sociaux numériques en prenant en compte les différents modes d’interaction et de similarité (Retweets, Mentions, Similarité d’URL, similarité du texte, etc.). Nous avons développé des méthodes semi-supervisées ainsi que des méthodes non-supervisées (basées sur la détection de communautés) afin de détecter ces utilisateurs.
Fichier principal
Vignette du fichier
Omar_Jaafor_2018TROY0046.pdf (4.69 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03608519 , version 1 (14-03-2022)

Identifiants

  • HAL Id : tel-03608519 , version 1

Citer

Omar Jaafor. Approches multimodales pour la détection d'anomalies sur les réseaux sociaux numériques. Réseaux sociaux et d'information [cs.SI]. Université de Technologie de Troyes, 2018. Français. ⟨NNT : 2018TROY0046⟩. ⟨tel-03608519⟩
143 Consultations
92 Téléchargements

Partager

Gmail Facebook X LinkedIn More