האם ניתן לזהות תא טרור לפני שחבריו בכלל מדברים זה עם זה?

תא גיוס בטלגרם, אחראי לוגיסטיקה בווטסאפ, מממן בדיסקורד. הם אף פעם לא מתכתבים זה עם זה. הם לא מופיעים באותן רשתות. יכול להיות שהם אפילו לא יודעים את השמות האחד של השני. אבל אם מסתכלים מספיק קרוב, אם עוקבים אחרי העיתוי של הפעילות שלהם - אולי אפשר לזהות תבנית פעולה של תא טרור בהתהוות. זו המשימה שמניעה את המחקר פורץ הדרך של ד"ר שחר סומין, מהפקולטה להנדסה, וזה בין היתר גם התחום שאותו היא מלמדת בתוכנית להנדסת תעשייה ומערכות מידע.

לזהות כוונות עוינות לפני שהתקיפות מתרחשות
ד"ר סומין, חוקרת חדשה בפקולטה להנדסה הביאה איתה שילוב נדיר של מומחיות תעשייתית, ידע אקדמי, והתמחות בבעיה מהקשות בעולם מדעי הנתונים המודרני: איך חושפים רשתות נסתרות של שיתוף פעולה? העבודה המחקרית שלה מתמקדת בשילוב של למידת מכונה עם ניתוח רשתות זמניות - שיטה שלא רק מסתכלת על מה שאנשים אומרים או עושים, אלא מתייחסת גם לעיתוי, למיקום, ולתבניות. היא בונה כלים שיכולים לזהות עקבות עדינים של תיאום בין התנהגות דיגיטלית שרק נראית לא קשורה.

ההשלכות היישומיות של המחקר עולות על כל דמיון:

• זיהוי פעילות טרור בשלב התכנון
• חשיפת הונאות פיננסיות שאין להן עקבות ברורים במסמכים
• מניעת התפשטות ויראלית של קמפיינים של דיסאינפורמציה

"זה נקרא סייבר יזום," היא מסבירה. "המטרה היא לזהות כוונות עוינות הרבה לפני שהתקיפה או הקמפיין מתגלגלים."

מודלים שלוקחים בחשבון את הקשרים הרשתיים
ד"ר סומין הגיעה לאוניברסיטת בר-אילן עם תואר ראשון ושני במדעי המחשב, אחרי שנים של עבודה כמדענית נתונים. בתפקידה האחרון בתעשייה היא שימשה כראש למידת מכונה בחברת הסטארט-אפEndor .

לאקדמיה היא חזרה כדי לחקור את השאלה: מה אם נפסיק להסתכל על יחידים במנותק, ונתחיל להסתכל על הרשתות שהם חלק מהן? "למידת מכונה קלאסית מתמקדת בתכונות של הפרט - כמו הכנסה, מצב משפחתי או מיקוד," היא אומרת. "אבל ככה אנשים לא מתנהגים. אנחנו מושפעים מאלה שסביבנו. אם החברים שלי מחליפים בנק, כנראה שגם אני אעשה את זה. אם החברים שלי מקצינים בדעותיהם – גם הסיכוי שאני אקצין, עולה."

במהלך הדוקטורט שלה בהנדסת תעשייה, היא בנתה מודלים שלוקחים בחשבון את הקשרים הרשתיים האלה. לאחר מכן לקחה את מחקרה צעד נוסף קדימה ובמעבדת המדיה של MIT במסגרת פוסט-דוקטורט – חקרה איך לזהות תיאום מכוון בין אנשים שנראים לא קשורים.

"הנתונים של העולם מפוזרים בין פלטפורמות," היא אומרת. "אף אחד לא רואה את התמונה המלאה. ולפעמים, אנשים מכוונים להסתיר את עקבותיהם. אבל גם אז - יש תבניות."

ללמוד לראות את הבלתי נראה
היום, ד"ר סומין מביאה את השאלות, הכלים והתובנות האלה לסטודנטים ולסטודנטיות שלה. מאבטחת סייבר ועד למידול התנהגותי, מאתיקה של בינה מלאכותית ועד השפעה בעולם האמיתי - סטודנטים במסלול הנדסת תעשייה ומערכות מידע לא רק לומדים מערכות. הם לומדים לראות מה שאחרים מפספסים.

לתוכניות הלימודים בהנדסה