Группа разработчиков представила метод деанонимизации пользователей на основе больших языковых моделей. Разработка позволяет с высокой точностью связывать анонимные аккаунты с реальными людьми, даже если они используют разные имена на разных платформах. ◾️Суть метода: Модель анализирует цифровые следы пользователя: комментарии, посты, время публикаций. На основе этих данных формируется «профиль стиля» — устойчивый набор лексических и грамматических особенностей, характерных для конкретного человека. Сюда входят типичные словесные конструкции, частота употребления определенных слов, упоминания геолокации, хобби или возраста. Затем система сопоставляет этот профиль с аккаунтами на других площадках. При достаточном совпадении модель фиксирует связь между разными псевдонимами или между псевдонимом и реальной личностью. ◾️Результаты: В ограниченном тестировании точность сопоставления аккаунтов с Hacker News и профилями в LinkedIn достигла 99%. ◾️Вывод: По словам авторов работы, анонимность больше не может рассматриваться как надежный способ защиты приватности. Раньше деанонимизация требовала ручного анализа и значительных ресурсов. Теперь большие языковые модели позволяют проводить полностью автоматизированные атаки на любые массивы неструктурированных данных. Service Pipa #Киберпросвет