Используя инструменты с открытым исходным кодом, исследователь интернета Лоуренс Александр (Lawrence Alexander) собрал и визуализировал данные по почти 20500 прокремлёвских аккаунтов, указывающие на серьёзные попытки манипулирования информациейi в Рунете. Во второй из двух частей своего анализа он обсуждает, как поведение ботов во времени открыло основные черты этих аккаунтов и было связано с важными политическими и социальными событиями.
Когда я изучил масштаб и отношения сетей ботов в первой части моего анализа, я решил рассмотреть их хронологию. Могло ли рассмотрение временной шкалы их создания раскрыть больше деталей об их происхождении и целях?
Одни из элементов метаданных Twitter, которые собрал NodeXL для аккаунтов-ботов, была «дата присоединения к Twitter». Это автоматически заданный параметр, который пользователь не может изменить, так что по нему точно можно определить «день рождения» каждого аккаунта.
При помощи Microsoft Excel эти числа — ото всех 17590 ботов — были визуализированы в виде диаграмм рассеяния для различных групп (группы были сформированы на основе текстового содержания твитов). Для сравнения, я создал аналогичный график для контрольной группы из 11282 случайно выбранных аккаунтов.
Вертикальная временная ось покрывает всю историю Twitter, от его запуска [анг] в июле 2006 года до нашего времени. Горизонтальная ось относится к числу аккаунтов из Twitter и, таким образом, размеру каждой группы. Они расположены в таком порядке, в котором изначально были собраны NodeXL. Дата создания каждого аккаунта обозначена голубой точкой.
Как и можно было ожидать, в случае случайно выбранной контрольной группы наблюдается мало трендов помимо общего роста в популярности Twitter в первые четыре года его существования. Временная шкала создания аккаунтов-ботов из моей выборки, однако, может рассказать что-то другое.
График группы A создан по выборке аккаунтов-ботов, полученной с помощью твита @PressRuissa. Вы можете видеть отмеченные линии, показывающие быстрое создание множества аккаунтов в один день, иногда за несколько часов. Эта черта автоматизации типична для сетей ботов, и тот же тренд виден во всех четырёх группах ботов.
Для ясности я отметил даты возрастания активности красным. Выше, быстрый рост в регистрации аккаунтов для группы A может быть замечен в ноябре 2013 года и июле 2014 года.
Группа B была получена из аккаунтов, подозревавшихся в том, что они являются ботами, на основе их поведения и характеристик, а также на отличительном сообщении об ошибке RSS, о котором я говорил в предыдущей статье. На графике выше вы можете увидеть два чётких пика в регистрации аккаунтов, отмеченных весной и началом лета 2014 года и затем осенью того же года. Относительно малое число аккаунтов в этой группе было зарегистрировано до этого периода.
Боты из группы C были собраны на основании твита политического аналитика, который сообщил о случае подозрительно одинаковых сообщений. График для этой группы показывает явный шаблон массовой регистрации аккаунтов тремя партиями, через восемь месяцев друг от друга, — так в сеть добавлялись новые боты.
Медиа-эксперт из Internews Ukraine опубликовал скриншот, который стал началом для сбора группы D (смотрите график выше). Здесь знаки автоматизации различимы хуже, в частности, потому, что набор данных меньше. Однако всё ещё виден шаблон быстрой регистрации аккаунтов с пиком летом 2014 года.
Хотя эти результаты не могут быть основой для всестороннего заключения о природе этих аккаунтов-«ботов», интересно отметить, что периоды возрастания в регистрации ботов совпадают с началом протестов Евромайдана [анг] на Украине (поздняя осень и зима 2013 года) и последующими вооружёнными восстаниями пророссийских ополченцев на востоке Украины (начало весны 2014 года).