Wiadomości ze spamem — Messaging spam

Spam w wiadomościach , czasami nazywany SPIM , to rodzaj spamu skierowanego do użytkowników komunikatorów , SMS-ów lub prywatnych wiadomości w witrynach internetowych.

Aplikacje do obsługi wiadomości błyskawicznych

Wysyłanie spamu w Telegramie.

Systemy wiadomości błyskawicznych, takie jak Telegram , WhatsApp , Twitter Direct Messaging , Kik , Skype i Snapchat są celami dla spamerów. Wiele usług komunikatorów internetowych jest publicznie połączonych z platformami mediów społecznościowych , które mogą zawierać informacje o użytkowniku, takie jak wiek, płeć, lokalizacja i zainteresowania. Reklamodawcy i oszuści mogą zbierać te informacje, logować się do usługi i wysyłać niechciane wiadomości, które mogą zawierać fałszywe linki , materiały pornograficzne, złośliwe oprogramowanie lub oprogramowanie ransomware. W przypadku większości usług użytkownicy mogą zgłaszać i blokować konta spamowe lub ustawiać ustawienia prywatności tak, aby tylko kontakty mogły się z nimi kontaktować.

Środki zaradcze

  • Wielu użytkowników decyduje się na otrzymywanie wiadomości błyskawicznych tylko od osób znajdujących się na ich liście kontaktów.
  • W ustawieniach korporacyjnych spam przesyłany przez komunikatory jest blokowany przez programy blokujące spam w komunikatorach, takie jak te z firm Actiance , ScanSafe i Symantec .
  • Dostawcy komunikatorów, tacy jak Kik, mają przycisk „zgłoś użytkownika”, który wysyła dziennik czatu do administratorów komunikatorów, którzy mogą następnie podjąć działania.

Pornograficzne spamboty w komunikatorach

Roboty spamujące często logują się do popularnych serwisów komunikacyjnych, takich jak Kik czy Skype, w celu rozpowszechniania obrazów pornograficznych . Często, gdy użytkownik odpowie, otrzyma adres URL z zaproszeniem do prywatnej transmisji na żywo, w którym zostanie poproszony o podanie danych karty kredytowej w celu „weryfikacji wieku”.

Te boty atakują losowe nazwy użytkowników; często powoduje to, że nieletni otrzymują niezamówione obrazy pornograficzne.

Spam Messenger Service w systemach Windows NT

Przykład spamu Messenger Service z 2007 roku.

W 2002 roku wielu spamerów zaczęło nadużywać usługi Windows Messenger , funkcji systemu Windows zaprojektowanej w celu umożliwienia administratorom wysyłania alertów do stacji roboczych użytkowników (nie mylić z Windows Messenger lub Windows Live Messenger , bezpłatną aplikacją do obsługi wiadomości błyskawicznych ) w Microsoft „s Windows NT -na systemów operacyjnych. Spam usługi Messenger Service jest wyświetlany jako normalne okna dialogowe zawierające wiadomość spamera. Wiadomości te są łatwo blokowane przez zapory skonfigurowane do blokowania pakietów do portów NetBIOS 135-139 i 445, a także niechcianych pakietów UDP do portów powyżej 1024. Ponadto system Windows XP z dodatkiem Service Pack 2 domyślnie wyłącza usługę Messenger.

Spamerzy z usługi Messenger Service często wysyłają wiadomości z adresami URL do zagrożonych komputerów z systemem Windows . Wiadomość obiecuje użytkownikowi usunięcie spamu wysyłanego za pośrednictwem usługi Messenger. Adres URL prowadzi do strony internetowej , na której za opłatą użytkownicy są informowani, jak wyłączyć usługę Messenger. Chociaż Messenger jest łatwo wyłączany za darmo przez użytkownika, działa to, ponieważ tworzy postrzeganą potrzebę, a następnie oferuje natychmiastowe rozwiązanie.

Wykrywanie spamu w systemie rekomendacji na podstawie opinii

W systemie rekomendacji opartym na opiniach , ważną kwestią jest ocena generowanych przez użytkowników opinii na temat produktów. Jednym z celów tej oceny jest identyfikacja złośliwych lub spamerskich recenzji. Źle napisane recenzje są uważane za bezradne dla systemu rekomendacji. Jednak nawet jeśli recenzja jest dobrze wygenerowana, mogą one nadal być szkodliwe dla systemu rekomendacji przez ich stronnicze uprzedzenia do tworzenia rzeczywistej reklamy lub oszczerstwa wobec przedmiotu docelowego.

Obecne podejście do metod wykrywania spamu obejmuje analizę tekstu spamu i identyfikację recenzentów spamu na podstawie ich recenzji i działań. W przypadku pierwszego rodzaju opracowano aplikację uczenia maszynowego w tekście recenzji. W przypadku drugiego rodzaju badacze wykorzystują technikę analizy motywów sieciowych w celu identyfikacji recenzentów spamu na podstawie ich powtarzających się czynności przeglądowych.

Bibliografia