PT. Digital Media Techindo

Perum Pondok Tandala, Jl. Bungur V No. 230
Kawalu, Kota Tasikmalaya
Jawa Barat - Indonesia 46182


Pada konferensi Black Hat Asia 2020, tiga peneliti dari Baidu Security, divisi keamanan siber raksasa teknologi China Baidu, mempresentasikan pendekatan mereka untuk mengidentifikasi aktor di balik informasi palsu berdasarkan teknik machine learning, seperti neural network.

Dengan disinformasi di media sosial masih menjadi masalah yang signifikan, kemampuan untuk mengidentifikasi penulis artikel berbahaya dan pencetus distribusi disinformasi dapat membantu mengurangi ancaman dari serangan berbasis informasi tersebut.

Para peneliti menggunakan 130.000 artikel yang dibuat oleh lebih dari 3.600 penulis yang diambil dari delapan situs web untuk melatih neural network yang dapat mengidentifikasi penulis.

Meskipun hasilnya tidak mengesankan, namun mereka benar-benar menunjukkan bahwa “mengidentifikasi orang di balik sebuah artikel itu mungkin”, kata Li Yiping, seorang peneliti di Baidu Security, selama presentasinya di Black Hat Asia 2020.

Sebagian besar berita palsu diposting tanpa nama dan tidak memiliki informasi yang valid untuk mengidentifikasi penulisnya,” kata peneliti. “Melacak artikel anonim adalah masalah yang menantang, tetapi untungnya hal itu bukan tidak mungkin. Orang yang berbeda memiliki gaya penulisan yang berbeda, jadi kami dapat mengidentifikasi beberapa penulis dari kebiasaan mereka yang berbeda.”

Dengan menggunakan metode dinamis untuk memilih hanya sebagian kecil dari kemungkinan triplet, tim peneliti membuat kumpulan data pelatihan untuk membuat neural network yang dapat mengidentifikasi penulis artikel ini.

Dalam sebuah percobaan menggunakan tujuh kumpulan data yang kompleks, para peneliti menemukan metode mereka bekerja dengan baik, dengan akurasi 93%, dalam menghubungkan salah satu dari 600 artikel yang ditulis oleh lima penulis berbeda, tetapi hanya 27% yang berhasil dalam menghubungkan lebih dari 70.000 dokumen yang ditulis oleh siapa pun dari 2.000 penulis berbeda.


Peneliti Li mencatat bahwa, bahkan pada akurasi yang rendah dengan jumlah dokumen yang banyak, pendekatan yang dilakukan oleh tim Baidu ini memiliki akurasi yang lebih baik daripada metode lainnya.

Metode kami mengungguli baseline lainnya, terutama ketika kumpulan datanya menjadi besar,” katanya. “Di masa mendatang, kami akan terus menguji model kami serta mengoptimalkan jaringan deep learning dan strategi pemilihan triplet kami.”

Baca Juga: “Pentingnya Edukasi Penerimaan dan Penyebaran Informasi di Era Serba Digital Ini

Berita palsu dan bentuk disinformasi lainnya telah menjadi wabah online selama dekade terakhir. Didorong oleh kesuksesan komersial, penjahat siber pun menggunakan berita palsu untuk menarik tampilan halaman yang menjadi tujuan untuk melakukan aksi berbahaya. Lebih berbahayanya lagi adalah kampanye disinformasi politik oleh negara asing dan kelompok dalam negeri dengan agenda yang dapat mempengaruhi opini publik menggunakan informasi yang tidak benar.

Pada akhir September 2020, FBI dan Departemen Keamanan Dalam Negeri AS mengeluarkan peringatan bahwa baik aktor asing maupun penjahat siber kemungkinan besar akan menggunakan disinformasi dalam berbagai kampanye musim pemilihan saat ini.

Aktor asing dan penjahat siber dapat membuat situs web baru, mengubah situs web yang ada, dan membuat atau membagikan konten media sosial yang sesuai untuk menyebarkan informasi palsu dalam upaya untuk mendiskreditkan proses pemilu dan merusak kepercayaan pada lembaga demokrasi,kata lembaga tersebut.


Muhammad Zaky Zulfiqor

Just a simple person who like photography, videography, code, and cyber security enthusiast.