Une attaque contradictoire pourrait entraîner la dévalorisation des actions en manipulant les mots dans les retweets.
Les mots ont le pouvoir d’influencer la manière dont les gens pensent et se comportent sans même s’en rendre compte. Par ailleurs, les plateformes de médias sociaux sont d’excellents canaux qui permettent de faire passer des idées à travers les mots.
Dévaloriser les actions avec une attaque contradictoire de retweets
Une attaque contradictoire consiste à tromper un modèle avec des données inexactes ou déformées. Dans le contexte routier, par exemple, l’ajout de bandes blanches entre les lignes discontinues pour faire croire aux conducteurs qu’ils ne peuvent pas les chevaucher répondrait à cette définition.
Dans une nouvelle étude, des chercheurs ont démontré qu’une attaque contradictoire impliquant les retweets pourrait entraîner une perte boursière. Les systèmes automatisés de prédiction boursière considèrent en grande partie les médias sociaux tels que Twitter, Reddit et StockTwits comme des indicateurs de performance.
Sur Twitter, la fonctionnalité retweet permet de modifier le texte d’un message original. L’équipe a alors mené une expérience dans laquelle une manipulation des retweets a provoqué des baisses importantes. Il n’était pas question de modifier entièrement le message, mais de le perturber de manière « sémantiquement similaire », d’après les chercheurs. L’attaque aurait causé 32 % de perte au portefeuille d’actions simulé en changeant un seul mot dans un retweet.
Le pouvoir des mots
Les médias sociaux sont utilisés depuis des années pour manipuler les cours boursiers. Par exemple, la Syrie a revendiqué un compte Twitter piraté pour avoir fait 136 milliards de dollars d’actions en quelques minutes. Un rapport récent a également dénnoncé Tesla qui aurait tiré parti des bots Twitter pour faire monter sa valeur marchande.
Mais l’attaque contradictoire de retweets n’a pas encore été explorée jusqu’ici. Elle consiste à tromper un modèle « victime » avec un vocabulaire limité. Les chercheurs se sont basés sur des tweets pertinents, autrement dit ceux que les systèmes de prédictions basés sur le machine learning sont susceptibles de prendre en compte.
Pour formuler les retweets, ils ont remplacé les mots sélectionnés par des synonymes ambigus. Cela permet, selon eux, de rester proche du mot original pour ne pas éveiller les soupçons des modérateurs tout en conservant une « influence corruptrice ».
- Partager l'article :
