กูเกิลใช้เทคนิค Machine Learning ไล่จับร้านค้า-สถานที่ปลอมใน Google Maps

by mk
10 April 2017 - 00:19

ที่ผ่านมา กูเกิลเปิดให้เจ้าของธุรกิจ-ร้านค้า สามารถกรอกข้อมูลของธุรกิจตัวเองลง Google Maps ผ่าน Google My Business

ปัญหาที่เกิดขึ้นคือมีคนจำนวนมากใช้ช่องทางนี้สแปมข้อมูล ทั้งสร้างร้านค้าปลอม (fake listing) หรือใส่ข้อมูลผิดๆ เข้ามาให้กับสถานที่จริง สร้างความเดือดร้อนต่อผู้ใช้งาน Google Maps

กูเกิลจึงร่วมมือกับ University of California, San Diego วิจัยเรื่องนี้เพื่อหาทางแก้ไข ผู้วิจัยพบว่าข้อมูลธุรกิจ 0.5% เป็นข้อมูลปลอม การสแปมข้อมูลมักเกิดจากคนอื่นที่อยู่ในพื้นที่เดียวกัน สวมรอยเป็นธุรกิจต่างๆ เช่น ช่างกุญแจ ช่างประปา ช่างไฟฟ้า เพื่อหลอกล่อเหยื่อที่เดือดร้อนและค้นหาช่างผ่าน Google Maps / Google Local Search (กลุ่มนี้คิดเป็นสัดส่วน 40% ของข้อมูลปลอม) หรือ สวมรอยเป็นธุรกิจที่มีอยู่จริงแต่ไม่ได้ยืนยันตัวตนกับกูเกิล (สัดส่วน 10%)

ที่ผ่านมา แนวทางการยืนยันตัวตนธุรกิจของกูเกิลคือ ส่งไปรษณียบัตรไปยังที่อยู่ที่ระบุ หรือโทรศัพท์ยืนยัน (ด้วยบ็อต) ไปยังหมายเลขโทรศัพท์ที่ให้ไว้ แต่ระบบอัตโนมัติของกูเกิลก็มีช่องโหว่ เช่น ผู้ที่ต้องการปลอมข้อมูลอาจขอไปรษณียบัตรเป็นร้อยใบให้ส่งไปยังที่อยู่เดียวกัน แต่เปลี่ยนวิธีสะกดที่อยู่ให้แตกต่างกันเล็กน้อย เพื่อไม่ให้ระบบอัตโนมัติตรวจจับได้

วิธีการแก้ไขของกูเกิลคือนำ machine learning เข้ามาใช้งาน เช่น ตรวจจับที่อยู่ปลอมที่น่าจะเป็นการสแปม หรือปรับปรุงกฎให้รัดกุมขึ้น เช่น ห้ามลงทะเบียนครั้งเดียวเยอะๆ (bulk registration) หรือไม่อนุญาตให้ย้ายตำแหน่งสถานที่ไปไกลจากเดิม โดยไม่ต้องยืนยันตัวตนอีกรอบ

กูเกิลระบุว่ามาตรการใหม่ๆ สามารถลดจำนวนร้านค้าปลอม (fake listing) ลงได้ 85% ก่อนที่จะถูกอนุมัติไปยัง Google Maps และปิดร้านค้าที่หลอกลวงเงินลงได้ 70%

ที่มา - Google Online Security Blog

Blognone Jobs Premium