Paul Arnold tərəfindən , Phys.org

redaktə edən: Gaby Clark , rəy verən: Robert Egan

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Mənbə: Şəkil redaksiya heyəti tərəfindən illüstrativ məqsədlər üçün süni intellektdən istifadə etməklə yaradılıb.

İstifadəçilər bəzən sərbəst danışmaq kimi həqiqi səbəblərdən, bəzən də pis niyyətli səbəblərdən təxəllüslər qəbul etdikləri üçün internet anonim hesablarla doludur. Lakin bu onlayn məxfilik dövrü sona çatmaq üzrədir. arXiv preprint serverində mövcud olan bir araşdırmada tədqiqatçılar böyük dil modellərinin (LLM) bu hesabların arxasındakı insanları geniş miqyasda müəyyən edə biləcəyini nümayiş etdirirlər.

İllərdir ki, deanonimləşdirmə nəzəri cəhətdən mümkün olsaydı, insanların bunu etməsi çox vaxt aparan, çətin və bahalı olacağı ehtimalı var idi. Lakin tədqiqat müəllifləri LLM-lərin onlayn görünməzliyi aradan qaldırmaq üçün kifayət qədər güclü hala gəldiyi qənaətində idilər.

Bunun belə olub-olmadığını yoxlamaq üçün komanda insan tədqiqatçısının qərar qəbuletmə prosesini təkrarlamaq üçün avtomatlaşdırılmış bir çərçivə hazırladı.

Anonim istifadəçilərin tapılması

Əvvəlcə süni intellekt istifadəçinin Reddit və ya Hacker News-dakı paylaşım tarixçəsini oxuyaraq strukturlaşdırılmamış mətni araşdırır. Bu, şərhlər, zarafatlar, təhsil və incə yazı qəribəlikləri kimi xam, təşkil olunmamış məlumatlardır. Daha sonra açıq vebdə və ya LinkedIn kimi ayrı saytlarda milyonlarla digər profildə uyğun namizədləri tapmaq üçün bu mikroməlumatları şəxsin profilinin riyazi təsvirinə çevirdi.Genişmiqyaslı deanonimləşdirmə üçün çərçivəmizə ümumi baxış. Strukturlaşdırılmamış istifadəçi yazıları nəzərə alınmaqla, biz (1) LLM-lərdən istifadə edərək şəxsiyyətlə əlaqəli xüsusiyyətləri çıxarırıq, (2) semantik yerləşdirmələr vasitəsilə namizəd uyğunluqlarını axtarırıq; (3) LLM əsaslandırması vasitəsilə ən yaxşı namizədləri seçirik və (4) qərar həddini kalibrləmək üçün etibarlılıq balını veririk. Mənbə: arXiv (2026). DOI: 10.48550/arxiv.2602.16800

Süni intellekt mümkün uyğunluqları tapdıqda, hər iki profilin eyni şəxsə məxsus olduğuna dair dəlilləri qiymətləndirdi. Daha sonra proqnozlaşdırılan uyğunluğa etibarlılıq balı təyin etdi. Əgər LLM əmin deyilsə, heç nə yazmadı. Bu, onun qeyri-müəyyən təxminlər etmədiyinə əmin olmağa kömək etdi.

Tədqiqatçılar, Hacker News-dakı hesablarla uyğunlaşa biləcəyini görmək üçün təxminən 1000 LinkedIn profilində öz çərçivələrini sınaqdan keçirdilər. Bunlar komandanın real dünyadakı kimliyinin bildiyi və adları, linkləri və digər aşkar identifikatorları bioqrafiklərdən sildiyi profillər idi.

Uğurlu matçlar

Süni intellektlə işləyən sistem hesabları 90% dəqiqliklə 67%-ə qədər dəqiqliklə uğurla əlaqələndirdi, halbuki ən yaxşı qeyri-süni metodlar uğur qazanmaqda çətinlik çəkdi. O, həmçinin Reddit icmalarındakı fərdləri uyğunlaşdıra bildi, hətta həmin istifadəçilər fəaliyyətlərini müxtəlif hesablar və zaman dövrləri arasında bölüşdürsələr belə. Tədqiqatçılar həmçinin istifadəçi identifikasiyasının ucuz olduğunu və hər hesabın uğurla əlaqələndirildiyi hesab üçün hesablama gücünə cəmi 1-4 dollara başa gəldiyini aşkar etdilər.

Tədqiqatçılar öz məqalələrində yazırdılar ki, “Uzun müddətdir təxəllüslü istifadəçiləri qoruyan praktiki qaranlıq… artıq qüvvədə deyil”.

“Təxəllüs internetdə mənalı qoruma təmin etmir. Davamlı istifadəçi adları altında paylaşım edən istifadəçilər düşmənlərin onların hesablarını real şəxsiyyətlərə və ya bir-birinə bağlaya biləcəyini və paylaşdıqları hər mikroməlumat parçası ilə bu ehtimalın artdığını düşünməlidirlər.”

Nəticələr göstərir ki, əgər daha da inkişaf etdirilərsə, bu sistem hüquq-mühafizə orqanları və kibertəhlükəsizlik kimi bir çox sahələrdə tətbiq oluna bilər.

Müəllifimiz Paul Arnold tərəfindən sizin üçün yazılmış, Qeb Klark tərəfindən redaktə edilmiş və Robert Eqan tərəfindən faktlar yoxlanılmış və nəzərdən keçirilmiş bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu reportaj sizin üçün vacibdirsə, xahiş edirik ianə etməyi düşünün (xüsusilə aylıq). Təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .

Nəşr detalları

Simon Lermen və digərləri, LLM-lərlə genişmiqyaslı onlayn deanonimizasiya, arXiv (2026). DOI: 10.48550/arxiv.2602.16800

Jurnal məlumatı: arXiv 

Əsas anlayışlar

Böyük dil modelləri

© 2026 Science X Network