Twitter botovi automatizirani su korisnički računi organizirani u botnete kojima putem C&C poslužitelja upravlja botmaster. Glavna im je zadaća objavljivanje Tweetova za određene ciljeve. Ti ciljevi mogu biti štetni za zajednicu, primjerice mogu širiti lažne informacije te tako utjecati na izbore, ali i širenje panike. Zato je bitno takve korisničke račune otkriti i ukloniti. Postoji niz načina pomoću kojih se može utvrditi da je korisnički račun kontroliran od strane softvera. Neki od načina su provjeravanje IP adrese korisničkih računa koje su geografski blizu za povezane botove, sličnost Tweetova botova koji dolaze iz istog botneta, podaci korisničkih računa, duljina Tweetova, broj pratitelja… Zbog prevelikog broja automatiziranih botova bitno je razviti automatiziranu zaštitu odnosno automatiziranu detekciju Tweetova koje generiraju botovi. Ovaj problem već je prepoznat od strane Twittera koji ulaže velika novčana sredstva kako bi riješio ovaj problem. Takva automatizirana detekcija razvijena je treniranjem različitih algoritama umjetne inteligencije pomoću različitosti pronađenih između ponašanja botova i legitimnih korisnika. Međutim, svakim danom botovi postaju sve razvijeni i njihova simulacija postaje sve sličnija ponašanju legitimnih korisnika te to dovodi do potrebe za poboljšanjem prethodno spomenutih algoritama za detekciju Tweetova i razvijanjem novih algoritama.

Twitter botovi automatizirani su korisnički računi kontrolirani od strane bot softvera. Botovi su programirani tako da simuliraju ponašanje stvarnog korisnika. To znači da prate ostale korisnike na toj društvenoj mreži i njihove Tweetove označavaju oznakom „sviđa mi se“. Osim tih uobičajenih radnji glavna zadaća botova je pak objavljivanje Tweetova za određene ciljeve. Ti ciljevi mogu biti korisni, ali i štetni za zajednicu. Primjerice, postoje botovi koji u stvarnom vremenu obavještavaju o vremenskim promjenama, ali i botovi koji sadržajem Tweetova šire paniku među ljudima. Zato je bitno detektirati botove i sukladno njihovom cilju ih ukloniti s društvene mreže.

Davne 2009 godine Twitter botovi bili su odgovorni za 24% ukupnog sadržaja na Twitteru. 2013 godine 5% korisničkih računa bili su maliciozni, a do 2020 taj broj se povećao na 15% što je 48 milijuna korisničkih računa.

Twitter ulaže velika sredstva kako bi riješio ovaj problem. Zato se svake godine milijuni malicioznih korisničkih računa uklanjaju s te društvene mreže.

IP adrese Twitter korisničkih računa povezanih botova najčešće su geografski blizu. Twitter botovi povezani u jedan botnet objavljuju Tweetove u kratkom vremenskom razmaku te se sadržaj tih Tweetove neznatno razlikuje. Korisnički računi botova uobičajeno prate dosta drugih korisnika, a broj njihovi pratitelja je malen. Osim toga, računi botova često nemaju fotografiju, opis profila, a ime samog računa sadržava brojeve.

Nadalje, ljudi četiri do pet puta češće odgovaraju na različite Tweetove nego botovi. Što je konverzacija dulja Tweetovi objavljeni od ljudi sve više odstupaju od teme glavnog Tweeta, dok se Tweetovi botova striktno drže teme. Duljini konverzacije obrnuto proporcionalno odgovara i duljina Tweetova koje objave ljudi, odnosno oni postaju kraći. S druge strane, botovi su konzistentni po pitanu duljine Tweetova.

Jedan bot ne može uzrokovati veliku štetu. Zbog toga su botovi najčešće dio takozvanog botneta. U ovom slučaju botnet je mreža automatiziranih korisničkih računa koji se zajedno koriste kako bi se postigli određeni ciljevi. Svim botovima u povezanoj mreži upravlja botmaster često preko C&C poslužitelja.

Zbog prevelikog broja botova nemoguće ih je ručno otkrivati te je potrebno automatizirati detekciju Tweetova koje generiraju botovi.

Korištenjem podataka navedenih u poglavlju „Načini detekcije Twitter botova“, ljudi su istrenirali različite algoritme za detekciju Tweetova. Tako je korištenjem umjetne inteligencije moguće efektivno pronalaziti botove, međutim vremenom oni postaju sve sličniji ljudima pa je potrebno razvijati nove i poboljšavati stare algoritme.

Twitter botovi predstavljaju velik problem za društvene mreže i zajednicu uopće. Automatizirani su i mogu jako naštetiti zajednici širenjem panike i lažnih informacija. Primjerice, mogu širenjem lažnih informacija utjecati na izbore u nekoj državi. Zato je jako bitno otkriti različite načine detekcije Twitter botova i njihovih generiranih Tweetova kako bi se oni mogli ukloniti s društvene mreže. Zbog prevelike količine botova, koji su često organizirani u botnete, bitno je automatizirati detekciju što se čini razvijanjem i treniranjem različitih algoritama umjetne inteligencije. Ovaj problem je već odavno prepoznat te sam Twitter ulaže velika novčana sredstva kako bi ga riješio.

[1] https:%%//%%us.norton.com/blog/emerging-threats/what-are-twitter-bots-and-how-to-spot-them# [Pristupano: 12.1.2023]

[2] https://www.newscientist.com/article/2241327-ai-can-distinguish-between-bots-and-humans-based-on-twitter-activity/ [Pristupano: 12.1.2023]

[3] https://www.context.news/big-tech/elon-musk-and-twitter-are-at-war-over-bots-heres-why [Pristupano: 12.1.2023]

[Prezentacija] https://ferhr-my.sharepoint.com/:b:/g/personal/mc52741_fer_hr/EZoOsBLvuZ5Ij-NpPabN0p0BND1MIadQO6gfpy7cHLrfQA?e=AHtFLL