美国和英国的学者发明了一种机器学习工具，可以预测新注册的互联网域名何时会被用来传播虚假信息，希望这些网站能够在污染在线通信渠道之前被屏蔽或关闭。

在最近发表的一篇工作论文《在线虚假信息提供者及其特征的实时预测》中，Anil R Doshi（UCL管理学院）、Sharat Raghavan（加州大学伯克利分校）和William Schmidt（康奈尔大学）描述了他们如何使用域名注册数据，结合Mozilla网页浏览数据，构造一个机器学习分类器，该分类器可以预测哪些网站可能会产生欺骗性内容。

Doshi在一份声明中说:“通过使用域名注册数据，我们可以提供一个早期预警系统，使用的数据可能难以被行为方操纵。提供虚假信息的行为者倾向于保持隐匿，我们在我们的模型中使用了这一点。”

“虚假信息”是一个术语，科学家们用它来描述虚假信息、虚假信息和编造的新闻，这些虚假的内容经过精心制作，看起来像合法的新闻报道，其目的是服务于议程而非公众利益。

如今，虚假信息引起了学术界、决策者、技术倡导者、互联网用户和企业的越来越多的关注和审查。然而，像谷歌、Facebook和Twitter这样的助长交易的虚假行为的一些受益者，在实施减少收入的对策方面却慢得令人难以忍受。

Doshi、Raghavan和Schmidt选择关注网站在促进虚假信息传播方面所起的作用。他们在论文中观察到，网站建立得很快，而且不需要花费任何代价。一旦传播谎言的网站为系统埋下种子，错误信息的制造者就可以依靠网络传播的病毒性，在社交媒体网络上传播他们的信息。

研究人员希望，在破坏发生之前，尽早发现那些专为虚假内容而设计的网站。

论文解释说:“我们的早期识别系统可以帮助决策者更迅速有效地部署他们有限的资源，对可能受到制裁或加强监测的领域进行优先排序。”

要构建其分类器，要点取决于公共领域注册中的各种数据点，包括帐单联系字段中是否有个人或机构名称，域扩展名，注册商，注册状态和国家/地区以及在域名中包含政治术语。这种分析可以由技术熟练的人来完成，尽管机器学习带来了自动化，这是在病毒传播之前快速检测和封锁不良站点的关键。

研究人员的数据表明，他们的机器学习分类器工作得相当好，正确识别了92%的虚假信息域和96.2%的为2016年美国大选设立的合法信息域。

肖恩·加拉格尔是安全公司SophosLabs的威胁研究员，他告诉媒体，研究人员的技术类似于信息系统专业人员使用的技术，并警告说，发现虚假信息本质上是不可靠的，因为虚假信息背后的人会进行防御。

他说:“本文所描述的机器学习技术与检测潜在钓鱼网站和诈骗网站的工作非常相似。虚假信息的策略，就像其他网络威胁的策略一样，是不断变化的，而策略的变化可能会使100%准确的检测系统变得困难——尤其是考虑到还有其他渠道提供虚假信息。”

参与研究的学者们似乎也对此有着同样的理解。他们希望他们的机器学习分类器将与其他工具（例如基于文本的分类器）结合使用，并希望政策制定者可以减少基于任何机器学习系统固有的可能的误报分类采取行动的可能性。