GraphMind: Botnet guidati da LLM eludono il rilevamento dei bot sociali
Un nuovo studio da arXiv introduce GraphMind, un framework che consente ai bot sociali guidati da modelli linguistici di grandi dimensioni (LLM) di apprendere e replicare strutture di reti sociali simili a quelle umane. Gli attuali bot basati su LLM imitano le interazioni locali ma non riescono a coordinarsi a livello globale, rendendoli rilevabili dalle reti neurali grafiche (GNN). GraphMind affronta questo problema rendendo i bot consapevoli del grafo, permettendo loro di costruire topologie di rete realistiche. I ricercatori hanno quindi costruito GraphMind-Botnet per testare gli algoritmi di rilevamento esistenti. Gli esperimenti hanno mostrato che sia i modelli di rilevamento basati sul testo che quelli basati sul grafo hanno avuto prestazioni significativamente peggiori contro GraphMind-Botnet, evidenziando una nuova vulnerabilità nel rilevamento dei bot sociali. Il paper è disponibile su arXiv con identificatore 2605.12512.
Fatti principali
- GraphMind dota i bot sociali guidati da LLM di apprendere strutture di reti sociali simili a quelle umane.
- Gli attuali bot basati su LLM non sono consapevoli del grafo e sono vulnerabili al rilevamento basato su GNN.
- GraphMind-Botnet è stato costruito per valutare gli algoritmi di rilevamento.
- Gli esperimenti hanno mostrato prestazioni degradate sia nei modelli di rilevamento basati sul testo che su quelli basati sul grafo.
- Il paper è pubblicato su arXiv con ID 2605.12512.
- Lo studio si concentra sull'elusione del rilevamento dei bot sociali.
- I bot basati su LLM possono impegnarsi autonomamente in interazioni locali.
- GraphMind consente il coordinamento globale sulle strutture di rete.
Entità
Istituzioni
- arXiv