Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Was soziale Netzwerke im Internet auch über Nicht-Mitglieder wissen können

02.05.2012
Heidelberger Forscher untersuchen die automatische Generierung von sogenannten Schattenprofilen

Was können soziale Netzwerke im Internet über Menschen wissen, die selbst kein Nutzerprofil besitzen, aber Freunde von Mitgliedern sind? Das haben Forscher des Interdisziplinären Zentrums für Wissenschaftliches Rechnen der Universität Heidelberg untersucht.


Soziale Netzwerke teilen die Gesellschaft in Mitglieder und Nicht-Mitglieder auf. Beziehungen zwischen Nicht-Mitgliedern, deren E-Mail-Adressen dem Netzwerk von Mitgliedern mitgeteilt wurden (rote Verbindunglinien), können anhand der beidseitig bestätigten Freundschaftsbeziehungen zwischen Mitgliedern (schwarze Linien) und ihren Verbindungen zu Nicht-Mitgliedern (grüne Linien) mit großer Wahrscheinlichkeit vorhergesagt werden.
Abbildung: Ágnes Horvát

Ihre Arbeiten zeigen, dass sich Informationen aus der Netzwerkstruktur von Mitgliedern auf Nicht-Mitglieder übertragen und mit Hilfe von netzwerkanalytischen Strukturmerkmalen auswerten lassen. Unter bestimmten Voraussetzungen ist es möglich, etwa 40 Prozent der existierenden Freundschaftsbeziehungen zwischen Nicht-Mitgliedern auf der Basis reiner Kontaktdaten korrekt vorherzusagen.

Bereits seit einigen Jahren gehen Wissenschaftler der Frage nach, welche Schlussfolgerungen sich mit Hilfe des Computers aus direkt oder indirekt eingegebenen Daten durch entsprechende Lern- und Vorhersagealgorithmen ziehen lassen. In einem sozialen Netzwerk können auch Angaben wie sexuelle Orientierung oder politische Ausrichtung, die ein Mitglied nicht selbst angegeben hat, mit sehr hoher Präzision „berechnet“ werden, wenn genug Freunde des betreffenden Nutzers die entsprechende Information über sich selbst freigegeben haben. „Sobald bestätigte Freundschaftsbeziehungen bekannt sind, ist die Vorhersage bestimmter unbekannter Eigenschaften keine allzu große Herausforderung mehr für die maschinelle Datenanalyse“, sagt Prof. Dr. Fred Hamprecht, Mitbegründer des Heidelberg Collaboratory for Image Processing (HCI).

Untersuchungen dieser Art beschränken sich bislang jedoch auf Nutzer von sozialen Netzwerken, also auf Personen, die dort über ein Nutzerprofil verfügen – und damit den jeweiligen Datenschutzbedingungen zugestimmt haben. „Nicht-Mitglieder besitzen hingegen keine derartige Vereinbarung. Aus diesem Grund haben wir ihre Anfälligkeit für die automatische Generierung sogenannter Schattenprofile untersucht“, erläutert Prof. Dr. Katharina Zweig, die bis vor kurzem am Interdisziplinären Zentrum für Wissenschaftliches Rechnen (IWR) der Universität Heidelberg tätig war.

In einem sozialen Netzwerk im Internet ist es möglich, unter anderem mit Hilfe einer Funktion zum Auffinden von Bekannten an Informationen über Nicht-Mitglieder zu gelangen. So werden Neumitglieder von Facebook dazu aufgefordert, bei ihrer Registrierung dem Netzwerk ihre kompletten E-Mail-Kontakte zur Verfügung zu stellen – auch Kontakte zu Personen, die selbst nicht Mitglied bei Facebook sind. „Dieses sehr grundlegende Wissen darüber, wer mit wem in einem sozialen Netzwerk bekannt ist, lässt sich mit Informationen darüber verknüpfen, wen Nutzer außerhalb des Netzwerks kennen. Mit dieser Verknüpfung kann dann wiederum ein wesentlicher Teil des Bekanntschaftnetzes zwischen Nicht-Mitgliedern abgeleitet werden“, erläutert Ágnes Horvát, die am IWR forscht.

Für ihre Berechnungen nutzten die Heidelberger Wissenschaftler ein Standard-Verfahren des maschinellen Lernens, aufbauend auf netzwerkanalytischen Strukturmerkmalen. Da die Daten, die für diese Untersuchung benötigt wurden, nicht frei erhältlich sind, haben die Forscher mit einem Testset echter Grunddaten gearbeitet. Die Aufteilung in Mitglieder und Nicht-Mitglieder sollte dabei mit einer möglichst großen Bandbreite von Methoden simuliert werden. Mit der Simulation war es zugleich möglich, die Untersuchungsergebnisse zu validieren. Mit handelsüblichen Computern konnte in nur wenigen Tagen berechnet werden, welche Nicht-Mitglieder mit großer Wahrscheinlichkeit miteinander befreundet sind.

Für die Heidelberger Wissenschaftler war dabei überraschend, dass alle Simulationsansätze qualitativ dasselbe Ergebnis brachten. „Unter realistischen Annahmen darüber, wieviel Prozent einer Bevölkerung Mitglied eines sozialen Netzwerkes sind und mit welcher Wahrscheinlichkeit diese ihr E-Mail-Adressbuch hochladen, hat sich gezeigt, dass es mit den Berechnungen möglich war, rund 40 Prozent richtige Vorhersagen über Bekanntschaften zwischen den Nicht-Mitgliedern zu treffen.“ Dies stellt nach Angaben von Dr. Michael Hanselmann vom HCI eine 20-fache Verbesserung gegenüber einfachem Raten dar.

„Unsere Untersuchung hat deutlich gemacht, welches Potenzial soziale Netzwerke besitzen, um Informationen über Nicht-Mitglieder abzuleiten. Die Resultate sind auch deshalb erstaunlich, weil sie auf reinen Kontaktdaten beruhen“, betont Prof. Hamprecht. Viele soziale Netzwerke und Dienstleister verfügen jedoch über weitaus mehr Informationen der Nutzer, etwa Alter, Einkommen, Ausbildung oder Wohnort. Mit der Verwendung solcher Angaben, einer entsprechenden technischen Infrastruktur und weiteren Strukturmerkmalen der Netzwerkanalyse ließe sich – so die Wissenschaftler – die Vorhersagegenauigkeit vermutlich noch deutlich steigern. „Insgesamt zeigt unser Projekt damit auf, dass wir als Gesellschaft eine Vereinbarung dafür finden müssen, inwieweit Informationen genutzt werden dürfen, zu denen es keine Freigabe der betroffenen Personen gibt“, sagt Prof. Zweig.

Die Forschungsergebnisse wurden in „PLoS ONE“ veröffentlicht.

Originalpublikation:
Horvát E-Á, Hanselmann M, Hamprecht FA, Zweig KA (2012): One Plus One Makes Three (for Social Networks). PLoS ONE 7(4): e34740. doi:10.1371/journal.pone.0034740

Kontakt:
Prof. Dr. Fred Hamprecht
Universität Heidelberg
Interdisziplinäres Zentrum für Wissenschaftliches Rechnen
Telefon (06221) 54-8800
fred.hamprecht@iwr.uni-heidelberg.de

Marietta Fuhrmann-Koch | idw
Weitere Informationen:
http://www.uni-heidelberg.de

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Ein stabiles magnetisches Bit aus drei Atomen
21.09.2017 | Sonderforschungsbereich 668

nachricht Drohnen sehen auch im Dunkeln
20.09.2017 | Universität Zürich

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: The pyrenoid is a carbon-fixing liquid droplet

Plants and algae use the enzyme Rubisco to fix carbon dioxide, removing it from the atmosphere and converting it into biomass. Algae have figured out a way to increase the efficiency of carbon fixation. They gather most of their Rubisco into a ball-shaped microcompartment called the pyrenoid, which they flood with a high local concentration of carbon dioxide. A team of scientists at Princeton University, the Carnegie Institution for Science, Stanford University and the Max Plank Institute of Biochemistry have unravelled the mysteries of how the pyrenoid is assembled. These insights can help to engineer crops that remove more carbon dioxide from the atmosphere while producing more food.

A warming planet

Im Focus: Hochpräzise Verschaltung in der Hirnrinde

Es ist noch immer weitgehend unbekannt, wie die komplexen neuronalen Netzwerke im Gehirn aufgebaut sind. Insbesondere in der Hirnrinde der Säugetiere, wo Sehen, Denken und Orientierung berechnet werden, sind die Regeln, nach denen die Nervenzellen miteinander verschaltet sind, nur unzureichend erforscht. Wissenschaftler um Moritz Helmstaedter vom Max-Planck-Institut für Hirnforschung in Frankfurt am Main und Helene Schmidt vom Bernstein-Zentrum der Humboldt-Universität in Berlin haben nun in dem Teil der Großhirnrinde, der für die räumliche Orientierung zuständig ist, ein überraschend präzises Verschaltungsmuster der Nervenzellen entdeckt.

Wie die Forscher in Nature berichten (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005), haben die...

Im Focus: Highly precise wiring in the Cerebral Cortex

Our brains house extremely complex neuronal circuits, whose detailed structures are still largely unknown. This is especially true for the so-called cerebral cortex of mammals, where among other things vision, thoughts or spatial orientation are being computed. Here the rules by which nerve cells are connected to each other are only partly understood. A team of scientists around Moritz Helmstaedter at the Frankfiurt Max Planck Institute for Brain Research and Helene Schmidt (Humboldt University in Berlin) have now discovered a surprisingly precise nerve cell connectivity pattern in the part of the cerebral cortex that is responsible for orienting the individual animal or human in space.

The researchers report online in Nature (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005) that synapses in...

Im Focus: Tiny lasers from a gallery of whispers

New technique promises tunable laser devices

Whispering gallery mode (WGM) resonators are used to make tiny micro-lasers, sensors, switches, routers and other devices. These tiny structures rely on a...

Im Focus: Wundermaterial Graphen: Gewölbt wie das Polster eines Chesterfield-Sofas

Graphen besitzt extreme Eigenschaften und ist vielseitig verwendbar. Mit einem Trick lassen sich sogar die Spins im Graphen kontrollieren. Dies gelang einem HZB-Team schon vor einiger Zeit: Die Physiker haben dafür eine Lage Graphen auf einem Nickelsubstrat aufgebracht und Goldatome dazwischen eingeschleust. Im Fachblatt 2D Materials zeigen sie nun, warum dies sich derartig stark auf die Spins auswirkt. Graphen kommt so auch als Material für künftige Informationstechnologien infrage, die auf der Verarbeitung von Spins als Informationseinheiten basieren.

Graphen ist wohl die exotischste Form von Kohlenstoff: Alle Atome sind untereinander nur in der Ebene verbunden und bilden ein Netz mit sechseckigen Maschen,...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

11. BusinessForum21-Kongress „Aktives Schadenmanagement"

22.09.2017 | Veranstaltungen

Internationale Konferenz zum Biomining ab Sonntag in Freiberg

22.09.2017 | Veranstaltungen

Die Erde und ihre Bestandteile im Fokus

21.09.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

11. BusinessForum21-Kongress „Aktives Schadenmanagement"

22.09.2017 | Veranstaltungsnachrichten

DFG bewilligt drei neue Forschergruppen und eine neue Klinische Forschergruppe

22.09.2017 | Förderungen Preise

Lebendiges Gewebe aus dem Drucker

22.09.2017 | Biowissenschaften Chemie