Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNOPAR SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS DARLENE ALVES DEBONA FAKE NEWS CACHOEIRO DE ITAPEMIRIM 2021 DARLENE ALVES DEBONA FAKE NEWS Projeto Integrado I apresentado como requisito parcial para aprovação no curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas na Universidade Norte do Paraná (UNOPAR), polo de Cachoeiro de Itapemirim. Disciplinas: Arquitetura e organização de computadores, Redes e sistemas distribuídos, Projeto de software, Segurança e auditoria de sistemas. Tutor a distância: Eduardo Viana de Almeida. CACHOEIRO DE ITAPEMIRIM 2021 SUMÁRIO INTRODUÇÃO ............................................................................................................ 4 FAKE NEWS ............................................................................................................... 5 CONSIDERAÇÕES FINAIS ...................................................................................... 11 REFERÊNCIAS ......................................................................................................... 12 4 INTRODUÇÃO O presente trabalho visa apresentar a temática de fake news e como as combater. As disciplinas envolvidas neste estudo são: Arquitetura e Organização de Computadores, Redes e Sistemas Distribuídos, Projeto de Software e Segurança e Auditoria de Sistemas. O principal objetivo do trabalho é de apresentar formas de atuação contra as fake news na área dos sistemas de informação, apresentando conceitos que podem ajudar no desenvolvimento de sistemas para identificação dessas notícias falsas. Alguns dos conceitos que serão apresentados envolvem softwares que podem ser usados contra as fake news, aplicações de frameworks distribuídos, metodologia ágeis que podem ser usadas e, por fim, a segurança para sistemas que envolvam o combate as fake news. Os objetivos de aprendizagem que nortearam o trabalho foram compreender o embasamento de análise de sistemas, promover formação teórico- prática, estimular postura investigativa e de análise crítico-reflexiva, estimular visão lógica e permitir que se amplie o campo de visão de forma competitiva. A metodologia utilizada foi a da pesquisa bibliográfica, para identificar métodos e técnicas que podem ser utilizadas para criação de sistemas contra as fake news. As fake news vêm se tornando, cada vez mais, um problema para todos os países, por que está havendo maior disseminação dessas notícias falsas, e muitas pessoas acabam por acreditar. Essas pessoas que acreditam acabam compartilhando com outras pessoas, aumentando ainda mais o alcance dessas notícias falsas, que causam problemas e discussões desnecessárias. É por isso que se deve combater essas fake news a fim de diminuir sua disseminação. 5 FAKE NEWS A fim de controlar a disseminação das fake news, as pessoas vêm tentando criar métodos, técnicas e softwares que possam identificar e separar informações falsas de verdadeiras. Como as fake news se tornaram um problema em todo mundo, há trabalhos em diversas categorias que tentam criar um sistema efetivo. As fake news causam discussões e confusões baseadas em informações falsas, o que pode causar diversas reações na população, como medo, angústia, ansiedade e até depressão. No Brasil, nas eleições de 2018, as fake news se espalharam tão rápido que as pessoas não sabiam mais no que acreditar. No ano de 2020 e 2021, em plena pandemia causada pelo Covid-19, as fake news se espalharam tão rápido quanto o vírus, prejudicando, inclusive, no tratamento e na ajuda para as pessoas acometidas pela doença. Não obstante, essas informações falsas, além da desinformação, também podem servir para atacar os indivíduos de forma a roubar dados e informações pessoais. De qualquer forma, essas informações falsas só são benéficas para os criadores, e por isso devem ser combatidas. Ainda não existem sistemas efetivamente estabelecidos com eficácia comprovada, porém há diversos trabalhos que buscam combater as fake news. Silva, Fontes e Júnior (2020) fizeram uma pesquisa em que montaram uma base de dados com vários estudos e propostas de criação de softwares para identificar e controlar a disseminação das informações falsas. Entre os trabalhos relacionados pelos autores, podem ser ressaltados os seguintes: Método humano-máquina de Bhattacharjee et al de 2017: algoritmo de aprendizagem ativa baseada em notícias, com verificação de autenticidade; Harmonic Boolean Label de Vedova et al de 2018: algoritmo online automático de fake news, com a detecção combinada entre conteúdo e sinais sociais; Binary Logistic Regression de Aborisade & Anwar de 2018: classificação de autoria de tweets por comparação de regressão lógica e classificação Naive Bayes; Long Short-Term Memory de Bhatt et al de 2018: combinação neural, estatística e de características externas de fake news; 6 Random Forest de Ma et al de 2018: detecta rumores e posturas juntamente a partir de aprendizagem neural multitarefa; Stochastic Gradient Descent de Gilda de 2018: avaliação por meio de machine learning com algoritmos para detecção de fake news; O trabalho de Silva, Fontes e Júnior (2020) ainda apresenta outros estudos de aplicações de sistemas para a mitigação das fake news, além dos citados acima, podendo ser perceptível que já há diversos trabalhos na área, porém, como já afirmado antes, não há um sistema com eficácia comprovada. Bezerra et al (2020) afirma que o blockchain é uma abordagem válida para validação das informações encontradas por meio desses sistemas, podendo garantir a confiabilidade e a integridade das informações. Os autores explicam que por causa da tecnologia do blockchain e a criação dos hash, quando uma notícia é registrada no blockchain, uma mudança seria facilmente identificada, podendo ser disponibilizada com assinatura digital e chave pública, facilitando a identificação de quem a publicou. Uma iniciativa de um grupo de alunos e professores dos bacharelados em Ciências e Humanidades e em Ciência e tecnologia da Universidade Federal do ABC (UFABC) foi capaz de desenvolver um aplicativo mobile com o objetivo de criar um canal unificado de compartilhamento de notícias confiáveis e de ações de solidariedade na região. Esse aplicativo pode facilitar os trabalhos na região dos brigadistas e de projetos de solidariedade. (UFABC, 2020) Ferrara et al (2014) elaboraram um framework de detecção de fake news para Twitter chamado de Bot or Not? (robô ou não?) em que utiliza da tecnologia de machine learning e inteligência humana para identificar contas e informações como de robôs ou como legítimas. Os autores conseguiram uma acurácia boa, porém diversos problemas também foram registrados, como o encontro das contas chamadas de “borderline”, em que há parte robô e parte humano. Outra iniciativa é de alunos de pós-graduação em Ciência da computação da Universidade Estadual de Londrina. Os estudantes criaram um algoritmo com um sistema de detecção de fake news de forma automatizada, com um banco de dados elaborado pelos próprios estudantes baseados em outra pesquisas científicas. Assim, o sistema extrai 21 características do texto, verifica em três tipo, podendo ser legítimo, falso ou irônico e dá sua análise final. (UEL, 2019) Queiroz (2020) ainda dá a alternativa do big data para combater as fake news. O autor explica que o big data é capaz de analisar grandes bases de dados, 7 processar cálculos, identificar comportamentos e disponibilizar serviços especializados, podendo ser muito útil para detecção das fake news. Queiroz (2020) propõe uma estrutura de big data para esse processo, dividida em camadas: camada de fontede dados (aglomeração de informações e dados), camada de armazenamento (determinar os repositórios), camada de processamento (análise dos dados pelo modelo de programação MapReduce e utilização do YARN para requisitar e trabalhar com os recursos do cluster), camada de acesso aos dados (utilização de ferramentas para facilitar o acesso e a manipulação dos dados) e a camada de análise de dados (parte em que implementa os principais processos a fim de gerar conhecimento). Dessa forma, torna-se perceptível a abrangência de aplicações e sistemas que estão tentando ser desenvolvidos para identificar e mitigar a disseminação das fake news por todo o mundo. Com o auxílio dos sistemas de informação, será possível no futuro criar um sistema que possa detectar fake news e evitar que essas se propaguem. Para a criação desse sistema de detecção de fake news, a tecnologia de machine learning e deep learning são fundamentais. Para incrementar essas tecnologias e facilitar o processo de desenvolvimento dos sistemas, há diversos frameworks que podem ser utilizados. Algumas das aplicações que podem ser usados dentro dessa tecnologia são: scikit-learn, Keras, XGBoost, LightGBM. (SEMANTIX, 2018) Cordeiro, Oliveira e Ruback (2020) elaboraram um framework para ser utilizado para analisar a disseminação de fake news na web, chamado de FakeSpread. Segundo os autores, foi utilizado conceitos e métricas da teoria de frafos, sendo a web um grafo, as páginas são os nós, e as arestas direcionadas são os hiperlinks. O framework foi utilizado pelos autores na CPMI das Fake News como forma de teste e teve resultados impressionantes, mostrando uma boa eficácia, e apresentando, inclusive, sites que não foram indicados pela própria CPMI. O Hadoop é um framework distribuído que também pode ser usado para auxiliar a criação dos sistemas de detecção de fake news. Queiroz (2020) explica que o Hadoop permite o processamento de grandes conjuntos de dados em clusters, tendo como elementos-chave o sistema de arquivos distribuídos HDFS e o modelo de programação MapReduce. Porém, segundo o autor, foram adicionados e incorporados novos subprojetos que tornaram a infraestrutura mais completa. 8 Outro framework distribuído que pode ser usado para detecção de fake news foi desenvolvido por Fasola et al (2020). O framework desses autores utiliza de inteligência artificial neural e os resultados mostraram que sistemas baseados nas variáveis desse framework podem melhorar o reconhecimento de fake news e ajudar na sua mitigação. Assim, é perceptível que há diversas opções de frameworks distribuídos que podem ser utilizados para auxiliar na criação dos sistemas de detecção e mitigação de fake news. Além disso, a utilização desses frameworks pode fazer com que esses evoluam e produzam resultados ainda mais eficientes. Para os programadores que trabalharem no desenvolvimento desses sistemas de detecção de fake news, é importante utilizar de metodologias ágeis para dinamizar os processos. Nesse caso, o melhor adaptável é o Método de Desenvolvimento de Sistemas Dinâmicos (DSDM). Teixeira et al (2005) explica que o DSDM é um processo que procura fornecer a entrega de um sistema que atenda as necessidades atuais, tendo uma capacidade evolutiva em cada ciclo que passar, em vez de todas as necessidades de uma vez. Principalmente por esta características, que essa metodologia ágil é a mais indicada para equipes que desejam criar sistema para combate as fake news, podendo acrescentar cada vez mais informações de acordo com as necessidades que forem aparecendo. Teixeira et al (2005) esclarece que o DSDM é dividido em três fases sequenciais: pré-projeto, projeto e pós-projeto. No pré-projeto, é identificado o projeto, o plano de financiamento e futuros usuários. A fase dois, do projeto, também é chamada de ciclo de vida do projeto por Teixeira et al (2005). Nessa fase, os autores apresentam cinco níveis: estudo de viabilidade, estudo de negócio, análise funcional, desenho e implementação. Por fim, os autores explicam que a fase de pós-projeto é essencial para assegurar um sistema de atuação eficiente, a partir da manutenção e melhoramentos de acordo com os princípios básicos da DSDM. De acordo com Teixeira et al (2005) a equipe que utiliza o DSDM deve ser composta de indivíduos hábeis, com possibilidades de tomar decisões, podendo ter de 2 a 6 integrantes. Os cinco níveis da fase do projeto, segundo Teixeira et al (2005), são: 1. Estudo de viabilidade: estudo da viabilidade da utilização do DSDM para o projeto, sendo preparados o Relatório, o Protótipo de Viabilidade, o esboço global do plano e um registro de risco; 9 2. Estudo do negócio: incrementa o primeiro nível, examinando o processo de financiamento, os usuários envolvidos e suas respectivas necessidades e desejos, sendo preparados uma definição de área do negócio e a definição da arquitetura do sistema. 3. Análise funcional: os requisitos dos dois primeiros níveis são convertidos para o modelo funcional, utilizando da prototipagem como técnica chave, sendo que o protótipo é visto pelos clientes e usuários; 4. Desenho: nesse nível se tem a integração dos componentes funcionais do nível anterior em um sistema que possa satisfazer as necessidades do utilizados, e ao final serão entregues o Protótipo de Desenho para efetuar testes; 5. Implementação: nesse nível o sistema testado e as documentações são entregues aos usuários. Dessa forma, é possível observar a importância que a utilização da metodologia ágil DSDM pode ter para a equipe e o processo de desenvolvimento de sistemas para detecção de fake news. Com a utilização dessa metodologia, a equipe pode tornar o processo mais dinâmico, produzir resultados contundentes com cada período e exigência, e trabalhar com agilidade. Como as fakes news são disseminadas de forma muito rápida, usar de uma metodologia rápida para gerenciamento dos processos é uma forma eficiente para contrapor essa rapidez de proliferação. Por fim, é importante comentar sobre os processos de segurança que podem ser adaptados no desenvolvimento desses sistemas contra as fakes news. Segundo Nakamura (2021), algumas das principais ameaças que podem afetar esse tipo de sistema são: malwares, DoS, DDoS, Worms, invasões, backdoor. O autor ainda explica que as principais defesas devem levar em consideração a rede, tendo uma arquitetura de redes segura. Nakamura (2021) cita alguns dos principais métodos de defesa: firewall, IDS, IPS, antimalware, a autenticação, o controle de conteúdo e a criptografia. A criptografia, segundo ainda Nakamura (2021), é um processo no qual as informações são criptografadas de forma a ficarem ocultas, portanto, mesmo que um indivíduo tenha acesso as informações, não conseguirá compreendê-las por que não possui o código de decodificação. A criptografia é fundamental para proteger os sistemas dos 10 ataques de hackers e impedir que roubem informações necessárias para o bom funcionamento. Além disso, Bezerra et al (2020) também mostra como o blockchain pode funcionar como técnica de defesa, já que com as notícias e informações gravadas no hash não poderão ser modificadas sem constar quais foram as modificações, além de apresentar certificação dos autores, torna mais difícil que as ameaças sejam efetivadas e impede ataques. No caso dos sistemas de detecção de fake news, algumas das principais ameaças são os ataques de deixam o serviço indisponível, como o DoS e o DDoS. Portanto, é fundamental que os programadores criem barreiras a fim de impedir que esses ataques ocorram. Uma das melhores defesas é chamada de “defesa em camadas”. Segundo o autor Kim (2014), ter várias camadas de controles em funcionamento aumenta as chances de proteger o sistema contra mais ataques. Assim, uma rede que possui diversas camadas pode impedir ataquesna rede mais interna e protegida, sendo importante para impedir que sejam roubados dados ou que tornem os servidores indisponíveis. (KIM, 2014) Um sistema de detecção de fake news com resultados comprovados pode estar bem perto de ser concretizado, mas é essencial que todos esses aspectos sejam abordados a fim de que o sistema tenha eficiência. Principalmente no caso da segurança, um sistema que combate as fake news provavelmente terá diversos ataques e ameaças, portanto, é fundamental que os programadores planejem e produzam um sistema confiável e seguro. 11 CONSIDERAÇÕES FINAIS O presente trabalho pode cumprir a proposta inicial de apresentar algumas das importantes características que podem ser adaptadas no desenvolvimento de sistemas para detecção de fake news. Como as fake news se proliferam mais do que o vírus da Covid-19, é importante que programadores, empresas e usuários (sociedade) se unam para poder produzir conteúdos e sistemas que vão mostrar ter alguma eficácia na identificação e mitigação dessas fakes news de forma ágil e confiável. Já existem diversas iniciativas de aplicativos, softwares e frameworks que podem ser estudados a fim de produzir um sistema mais elaborado e complexo. Todas as iniciativas são importantes para dar suporte ao combate as fake news, podendo beneficiar na diminuição de sua disseminação. Para programadores, equipes e empresas que trabalharão desenvolvendo os sistemas, é importante adotar processos e metodologias que possam dinamizar os trabalhos e torná-los mais eficientes, otimizando o resultado final e podendo gerar benefícios, mesmo que seja para serem reparados no próximo ciclo de vida do projeto. A segurança em qualquer sistema é fundamental, mas principalmente em sistemas desse tipo, pela possibilidade de sofrer de diversos tipos de ameaças e ataques que vão de roubar informações, causar confusões a até indisponibilizar os serviços. Portanto, o trabalho trouxe uma visão do que a área de sistemas de informações pode oferecer ao combate as fake news. Porém, ainda há muito a ser estudado, podendo ser criados protótipos e outras iniciativas que vão beneficiar na criação de um sistema confiável e eficaz. 12 REFERÊNCIAS BEZERRA, Wagner L. Braga et al. Oportunidades de pesquisa em blockchain em tempos de pandemia. Revista Sistemas e Mídias Digitais, v.5, n.1, jul.2020. Disponível em: < https://www.researchgate.net/profile/Emanuel- Coutinho/publication/342978446_Oportunidades_de_Pesquisa_em_Blockchain_em_ Tempos_de_Pandemia/links/5f102e2b92851c1eff156df4/Oportunidades-de- Pesquisa-em-Blockchain-em-Tempos-de-Pandemia.pdf>. Acesso em: 10 maio 2021. CORDEIRO, Anderson; OLIVEIRA, Jonice; RUBACK, Livia. FakeSpread: um framework para análise de propagação de fake news na web. In: WORKSHOP SOBRE ASPECTOS DA INTERAÇÃO HUMANO-COMPUTADOR NA WEB SOCIAL (WAIHCWS), 11. , 2020, Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2020 . p. 9-16. Disponível em: <https://sol.sbc.org.br/index.php/waihcws/article/view/12342>. Acesso em: 10 maio 2021. FASOLA, Olusanjo et al. Intelligent based framework for detection of fake news in the social network platforms. In: International Conference on Cyber Warfare and Security, 2020. Disponível em: <https://www.proquest.com/conference-papers- proceedings/intelligent-based-framework-detection-fake- news/docview/2455894356/se-2?accountid=134629>. Acesso em: 10 maio 2021. FERRARA, Emilio et al. The Rise of Social Boots. 2014. Disponível em: < https://www.researchgate.net/publication/264123205_The_Rise_of_Social_Bots>. Acesso em: 10 maio 2021. KIM, David. Fundamentos de segurança de sistemas de informação. Rio de Janeiro: LTC, 2014. NAKAMURA, Emilio Tissato. Segurança e auditoria de sistemas. Londrina: Editora e Distribuidora Educacional S.A., 2021. QUEIROZ, Daniele Moura de. Uma proposta de arquitetura de big data para detecção de fake news. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal do Pará, 2020, 71f. Disponível em: <https://ppgee.propesp.ufpa.br/ARQUIVOS/dissertacoes/2021/DM%2003_2020%20 Daniele%20Moura%20de%20Queiroz.pdf>. Acesso em: 10 maio 2021. SEMANTIX. Top 8 bibliotecas Python de Machine Learning. 2018. Disponível em: < https://semantix.com.br/top-8-bibliotecas-python-de-machine-learning/>. Acesso em: 10 maio 2021. SILVA, Caio V. Meneses; FONTES, Raphael Silva; JÚNIOR, Methanias Colaço. Intelligent Fake News Detection: a systematic mapping. Journal of Applied Security Research, 2020. Disponível em: <https://www.researchgate.net/profile/Methanias- Junior/publication/341391593_Intelligent_Fake_News_Detection_A_Systematic_Map 13 ping/links/5fc43ff792851c933f76880a/Intelligent-Fake-News-Detection-A-Systematic- Mapping.pdf>. Acesso em: 10 maio 2021. TEIXEIRA, Daniel Dinis et al. DSDM – Dynamic Systems Development Methodology. 2005. Disponível em: <https://www.researchgate.net/profile/Daniel- Teixeira-16/publication/237612979_DSDM_- _Dynamic_Systems_Development_Methodology/links/55ae197c08aed9b7dcdb2a0e/ DSDM-Dynamic-Systems-Development-Methodology.pdf>. Acesso em: 10 maio 2021. UEL. Pesquisadores elaboram método para identificar fake news. 2019. Disponível em: <http://www.uel.br/com/agenciaueldenoticias/index.php?arq=ARQ_not&id=28656 >. Acesso em: 10 maio 2021. UFABC. Aplicativo combate fake news relativas à Covid-19 e divulga ações de solidariedade. 2020. Disponível em: < https://www.ufabc.edu.br/noticias/combate-a- fake-news-relativas-a-covid-19>. Acesso em: 10 maio 2021.
Compartilhar