۳۰ درصد مجرمان سایبری را زنان تشکیل می‌دهند

اختصاصی افتانا: مطالعات جدید در مورد جرایم سایبری نشان می‌دهد که ۳۰ درصد از جامعه مجرمان سایبری را زنان تشکیل می‌دهند.

به گزارش افتانا به نقل از اینفوسکیوریتی، بر اساس گزارش جدیدی که سوالات جالبی را در مورد سوگیری جنسیتی احتمالی در تحقیقات مطرح می‌کند، مشارکت زنان در جرایم سایبری بسیار بیشتر از همه انواع جرایم است.

Trend Micro از سرویس وب یادگیری ماشینی Gender Analyzer V۵ برای تجزیه و تحلیل متن نوشته شده توسط ۵۰ کاربر تصادفی از انجمن روسی زبان XSS و ۵۰ کاربر از سایت انگلیسی زبان Hackforums استفاده کرد.

این تحقیق نشان داد که ۳۰ درصد از آن کاربران انجمن XSS زن بودند که به ۳۶ درصد از کاربران Hackforums افزایش یافت.

در این گزارش آمده است: گروه کنترل ما متشکل از ۱۰ نام مستعار بود که نمایه‌های جنسیتی خود را به صورت آنلاین منتشر کردند و خود را به عنوان زنانی از XSS و Hackforums معرفی کردند. زمانی که پست‌های این کاربران را از طریق تحلیلگر متن اجرا کردیم، نتایج نشان داد که همه نام‌های مستعار با میانگین درصد طبقه‌بندی‌کننده ۸۲.۴ درصد به عنوان زنان طبقه‌بندی شده‌اند.

نویسندگان گزارش همچنین از یک ابزار هوش مصنوعی جداگانه برای تعیین جنسیت کاربران انجمن جرایم سایبری استفاده کردند. Semrush به عنوان یک راه حل بازاریابی موتور جستجو محسوب می‌شود. از الگوریتم‌های یادگیری ماشینی برای تجزیه و تحلیل داده‌های شبکه‌های اجتماعی و سایر منابع شخص ثالث استفاده می‌کند تا اطلاعات جمعیتی کاربران وب مانند جنسیت را تعیین کند.

این تجزیه و تحلیل آن نشان داد که درصد بیشتری از کاربران انجمن وب تاریک زن هستند: ۴۱ درصد از کاربران XSS و ۴۰ درصد از کاربران Hackforums.

در مقابل، طبق داده‌های ذکر شده در این گزارش، ۴ تا ۸ درصد از جمعیت زندانیان در بریتانیا، روسیه و ایالات متحده را زنان تشکیل می دهند.

در صورت صحت، یافته‌ها همچنین نشان می‌دهد که درصد بیشتری از زنان در جرایم سایبری نسبت به مشاغل فعلی در صنعت امنیت سایبری مشارکت می‌کنند. آخرین تخمین‌های ISC۲ این رقم را حدود ۲۴ درصد نشان می دهد، اگرچه این رقم در زیر ۳۰ سال به ۳۰ درصد می رسد.

Trend Micro استدلال کرد که اقتصاد جرایم سایبری عموماً مورد استقبال همه افراد قرار می‌گیرد تا زمانی که مهارت‌ها و تجربه مناسبی داشته باشند.

این نتیجه‌گیری باید به محققان یادآوری کند که هرگز جنسیت یک بازیگر بدخواه را فرض نکنند.

این گزارش می‌گوید: توصیه ما به همه محققان است که از فرضیات شخصیت‌های مرد در حین انجام کار خود اجتناب کنند زیرا این امر باعث ایجاد یک سوگیری ذاتی در هنگام پیشبرد پرونده خود می‌شود. ما به جای آن پیشنهاد می‌کنیم از «آن‌ها» استفاده کنید، که نه تنها هر جنسیتی را در بر می‌گیرد، بلکه محققان را وادار می‌کند که بیش از یک نفر پشت یک نام واحد تحت بررسی قرار داشته باشند.

منبع: Infosecurity