Machine-Learning zur Fake-Shop-Erkennung

Im Forschungsprojekt „KOSOH“ (KOnsumentInnenSchutz im OnlineHandel) setzt sich das ACR-Institut ÖIAT gemeinsam mit dem AIT die automatische Fake-Shop-Erkennung durch den Einsatz von Machine-Learning als Ziel.

Betrügerische und gefälschte Online-Shops, sogenannte „Fake-Shops“, sind ein rasant wachsendes Cyberkriminalitätsdelikt, zu dem das ÖIAT-Projekt „Watchlist Internet“ seit 2013 ein praxisnahes Präventionsangebot bietet. Über 150 Meldungen an Fake-Shops aus den unterschiedlichen Branchen des Online-Handels gehen hier pro Woche zur manuellen Überprüfung ein. Eine der größten Herausforderungen ist, dass diese Shops, sobald sie bekannt sind, sehr schnell vom Netz verschwinden und in leicht abgewandelter Form, sowie unter neuen Domains, erneut online gestellt werden - oftmals sind dutzende oder mehr dieser Kopien zur selben Zeit online.

Ziel des bis Februar 2020 laufenden Forschungsprojektes ist es, den Überprüfungsprozess mit Hilfe von Methoden des Machine-Learning verstärkt zu automatisieren und zu beschleunigen. Dabei wird das System in einer ersten Phase mit den Daten vieler uns bekannter Fake-Shops gefüllt. Auf Basis dieser Daten und durch die Entwicklungsarbeit im Projekt lernt das System Schritt für Schritt Fake-Shops selbständig zu erkennen. Das in KOSOH trainierte Modell der Fake-Shop-Measures ermöglicht dann eine Ähnlichkeits- und Risikoeinschätzung beliebiger Webseiten und erleichtert und beschleunigt die Erkennung einer größeren Zahl von Fake-Shops im Internet. Dadurch können Konsument*innen effektiver vor der Gefahr gewarnt werden – vor allem schon lange bevor andere Wege der Verfolgung solcher Fake-Angebote greifen können.

Das Forschungsprojekt KOSOH ist ein gemeinsamet Projekt von ÖIAT und AIT im Zeitraum 09/2018 bis 02/2020, das durch das österreichische Förderprogramm für Sicherheitsforschung des Bundesministeriums für Verkehr, Innovation und Technologie (bmvit)  – KIRAS – gefördert wird.

Fotos