Alors que Facebook et Twitter ont tous deux détaillé leurs efforts croissants pour détecter et supprimer les faux profils et améliorer l’intégrité de leurs plateformes respectives, LinkedIn a également travaillé dur sur la même chose, de nombreux groupes mal intentionnés cherchant également à infiltrer le réseau social professionnel. .
En fait, les faux profils sur LinkedIn sont probablement un problème plus important que vous ne l’imaginez – selon LinkedIn, leurs processus ont récemment bloqué la création de cinq millions de comptes suspects en une seule journée.
Lorsque vous y réfléchissez, cela a en fait beaucoup de sens – LinkedIn est l’endroit où vous publiez votre historique de travail et vos coordonnées, et étant donné que de nombreuses personnes utilisent LinkedIn pour rechercher des prospects, les informations de contact sur leurs profils LinkedIn sont probablement plus susceptibles de être à jour que les mêmes sur d’autres plateformes.
Lorsque vous ajoutez une nouvelle connexion sur LinkedIn, vous leur donnez accès à toutes ces informations, ce qui peut rendre la saisie de données sur la plate-forme particulièrement efficace.
C’est pourquoi LinkedIn s’efforce de l’arrêter et de protéger ses utilisateurs – les cinq millions de comptes susmentionnés ont été bloqués dans le cadre du processus de détection avancé de LinkedIn, qui fonctionne à la fois par l’automatisation et l’examen humain.
Comme expliqué par LinkedIn :
« L’une des façons dont nous maintenons une communauté professionnelle sûre et digne de confiance sur LinkedIn est d’exiger que chaque profil LinkedIn représente de manière unique une personne réelle. L’une des façons dont nous nous assurons que les comptes sont réels est de créer des systèmes automatisés de détection de faux comptes à grande échelle pour détecter et prendre des mesures contre les faux comptes. Ceux-ci nous permettent de protéger nos membres contre les mauvaises activités des mauvais acteurs. »
Le processus de détection de LinkedIn est détaillé dans ce graphique.
Essentiellement, les systèmes de LinkedIn ont certains comportements et traits qu’ils recherchent afin de mettre en évidence les comptes potentiellement faux.
L’une de ces mesures est le volume – comme l’a noté LinkedIn :
« Pour de nombreux types d’abus, les attaquants ont besoin d’un grand nombre de faux comptes pour que l’attaque soit financièrement réalisable. Ainsi, afin d’arrêter de manière proactive les faux comptes à grande échelle, nous avons des modèles appris par machine pour détecter des groupes de comptes qui semblent ou agissent de même, ce qui implique qu’ils ont été créés ou contrôlés par le même mauvais acteur. »
C’est ainsi que LinkedIn est capable de détecter et de bloquer un grand nombre de comptes à la fois.
En termes d’inscription de nouveaux utilisateurs, LinkedIn indique que chaque nouveau inscrit est évalué par son système :
« Chaque nouvelle tentative d’inscription d’un utilisateur est évaluée par un modèle appris par machine qui donne un score de risque d’abus. Les tentatives d’inscription avec un faible score de risque d’abus sont autorisées à s’inscrire immédiatement, tandis que les tentatives avec un score de risque d’abus élevé ne peuvent pas créer de compte . Les tentatives avec des scores de risque moyens sont contestées par nos mesures de sécurité pour vérifier qu’il s’agit de personnes réelles. Ce modèle d’enregistrement est assez efficace pour empêcher la création de faux comptes en masse. «
En dehors de cela, les systèmes de LinkedIn peuvent également détecter un comportement suspect en examinant ce que fait un compte. Si un nouveau compte partage un tas de contenu à partir d’une seule source, partage à plusieurs reprises le même lien, envoie un tas de demandes de connexion – toutes ces variables peuvent être évaluées, sous une forme ou une autre, par les systèmes de détection de LinkedIn.
« Nous avons de nombreux modèles qui recherchent des types spécifiques de mauvais comportement typiques des comptes abusifs ou un comportement anormal. De plus, nos systèmes sont redondants, ce qui garantit que les faux comptes ne sont pas détectés par les premiers stades de nos défenses (en haut de l’entonnoir ) sont finalement rattrapés par ces derniers (en bas de l’entonnoir). »
En plus de cela, LinkedIn a des évaluateurs et des évaluateurs humains qui évaluent l’activité et recherchent des modèles et des préoccupations.
Comme indiqué, alors que Facebook et Twitter sont à juste titre à l’avant-garde de l’enquête sur la façon dont la prolifération de faux profils sur les réseaux sociaux a contribué à accroître la propagation de fausses nouvelles – et potentiellement influencé les résultats des élections – d’autres plateformes disposent également de données précieuses et sont également régulièrement l’objet d’attaques similaires.
LinkedIn, en particulier, dispose d’un large éventail d’informations précieuses sur les données, il est donc bon de savoir que la plate-forme travaille pour sécuriser ses systèmes et protéger ses utilisateurs.
Vous pouvez lire le rapport complet sur les mesures automatisées de détection des faux comptes de LinkedIn ici.
