Mesurer ce que les réseaux révèlent

OOndine

Des chercheurs présentent Social-HUMINT, un cadre pour mesurer ce qu’on peut déduire du profil d’une personne à partir de ses publications sur les réseaux sociaux, et si ce profil pourrait faciliter une attaque d’ingénierie sociale. La publication a été déposée vendredi sur arXiv. L’idée est de réunir deux approches centrées sur les individus : le renseignement tiré des réseaux sociaux et le renseignement humain dans le cyberespace. Le cadre cherche à évaluer le portrait qu’on peut reconstituer en rassemblant ces pièces, et dans quelle mesure ce portrait pourrait servir à personnaliser une sollicitation. Les auteurs soulignent que les grands modèles de langage peuvent extraire des informations structurées de contenus qui ne le sont pas. Ils peuvent aussi déduire des attributs que les utilisateurs n’ont pas explicitement révélés. Pour mettre à l’épreuve cette idée, les chercheurs ont utilisé une chaîne composée de plusieurs agents fondés sur ces modèles, avec des données publiques de participants réels. Elle extrait des informations, infère des attributs, puis évalue indirectement la vulnérabilité à des sollicitations personnalisées. Concrètement, le système prédit comment les personnes classeraient différentes options de contact personnalisées. Ce classement correspond à leurs choix réels nettement mieux que le hasard. Pour l’extraction d’informations, le score F1 atteint 97,3 %. Pour les attributs déduits, l’évaluation atteint 4,73 sur 5. Les auteurs indiquent que ces résultats dépassent ceux de méthodes de comparaison fondées sur des règles ou sur la reconnaissance d’entités nommées. Mais cette mesure ne prouve pas qu’une attaque réussira. La vulnérabilité est évaluée indirectement, par le classement d’options de contact, et non par une attaque réelle. Le cadre pourrait aider les équipes de sécurité à estimer leur propre exposition. Il propose une méthode d’évaluation, pas une garantie de protection.