ராப்ளாக்ஸ் சென்டினலை ஓப்பன் சோர்சிங் செய்தல்: முன்கூட்டியே இடர் கண்டறிதலுக்கான எங்கள் அணுகுமுறை

• ஒவ்வொரு நாளும், அனைத்து வயதினரையும் உள்ளடக்கிய 100 மில்லியனுக்கும் அதிகமான பயனர்கள் Roblox-இல் பாதுகாப்பான மற்றும் நேர்மறையான அனுபவத்தைப் பெறுகிறார்கள்.
• எங்கள் அமைப்புகளை இயல்பாகவே முடிந்தவரை பாதுகாப்பாக வைத்திருக்க நாங்கள் முயற்சி செய்கிறோம், குறிப்பாக எங்கள் இளைய பயனர்களுக்காக. எங்கள் மிகவும் பழமைவாதக் கொள்கைகள் மூலம் இதைச் செய்கிறோம், மேலும் நாங்கள் கண்டறியும் அரட்டையில் உள்ள பொருத்தமற்ற செய்திகளை வடிகட்ட AI-ஐப் பயன்படுத்துகிறோம், இதில் தனிப்பட்ட முறையில் அடையாளம் காணக்கூடிய தகவல்களும் (Trusted Connections-க்கு வெளியே) அடங்கும். நாங்கள் உள்ளடக்கத்தை முன்கூட்டியே நெறிப்படுத்துகிறோம், மேலும் அரட்டையில் நிஜ உலகப் படங்களைப் பகிர அனுமதிக்கவில்லை.
• நிச்சயமாக, எந்த அமைப்பும் முழுமையானது அல்ல, மேலும் இந்தத் துறையில் உள்ள மிகப்பெரிய சவால்களில் ஒன்று, குழந்தைகள் ஆபத்தில் சிக்கும் அபாயம் போன்ற கடுமையான தீங்குகளைக் கண்டறிவதாகும். தொடர்ச்சியான நட்பான உரையாடல்களும் ஆதரவான செய்திகளும், நீண்ட உரையாடல் வரலாற்றின் போது ஒரு வேறுபட்ட அர்த்தத்தை எடுத்துக்கொள்ளக்கூடும், குறிப்பாக இது வெவ்வேறு வயதுப் பிரிவைச் சேர்ந்த பயனர்களுக்கு இடையில் நிகழும்போது. 
• கான்ட்ராஸ்டிவ் லேர்னிங்கை அடிப்படையாகக் கொண்ட ஒரு AI அமைப்பான ராப்லாக்ஸ் சென்டினலை நாங்கள் உருவாக்கியுள்ளோம். இது, குழந்தைகளைக் கவர்ந்திழுத்தல் (grooming) போன்ற, குழந்தைகள் ஆபத்தில் சிக்கும் அபாயத்தின் ஆரம்ப அறிகுறிகளைக் கண்டறிய உதவுகிறது. இதன் மூலம் நாங்கள் இன்னும் முன்கூட்டியே விசாரிக்கவும், தேவைப்பட்டால் சட்ட அமலாக்கத் துறைக்குத் தெரிவிக்கவும் முடிகிறது.
• 2025-இன் முதல் பாதியில், குழந்தைகள் சுரண்டல் முயற்சிகள் குறித்த சுமார் 1,200 அறிக்கைகளை தேசிய காணாமல் போன மற்றும் சுரண்டப்பட்ட குழந்தைகள் மையத்திற்கு (National Center for Missing and Exploited Children) சமர்ப்பிக்க சென்டினல் எங்கள் குழுவிற்கு உதவியது. இதில் எங்கள் வடிகட்டுதல் வழிமுறைகள் மற்றும் பிற பாதுகாப்பு நடவடிக்கைகளைத் தவிர்ப்பதற்கான முயற்சிகளும் அடங்கும்.
• Roblox Sentinel-ஐ ஓப்பன் சோர்ஸ் செய்வதில் நாங்கள் மகிழ்ச்சியடைகிறோம், மேலும் ஒரு பாதுகாப்பான இணையத்தை உருவாக்க இது உதவும் என்று நம்புகிறோம். சமூகத்தின் ஈடுபாட்டை நாங்கள் தீவிரமாகத் தேடுகிறோம்.

நண்பர்களுடன் நேரத்தைச் செலவிடுவதும் மற்ற வீரர்களுடன் போட்டியிடுவதும் ரோப்லாக்ஸின் ஒரு மைய அங்கமாகும், மேலும் தொடர்பு என்பது அந்தச் செயல்பாடுகளின் இதயமாக உள்ளது. உண்மையில், ஒவ்வொரு நாளும், 111 மில்லியனுக்கும் அதிகமான பயனர்கள் ராப்லாக்ஸுக்கு வருகிறார்கள், அங்கு சமூகம் சராசரியாக 6.1 பில்லியன் அரட்டை செய்திகளை அனுப்புகிறது மற்றும் டஜன் கணக்கான மொழிகளில் 1.1 மில்லியன் மணிநேர குரல் உரையாடல்களை உருவாக்குகிறது. இந்தத் தொடர்பு நிஜ உலகத்தைப் பிரதிபலிக்கிறது—பெரும்பான்மையானவை சாதாரண உரையாடல்கள் முதல் விளையாட்டுப் பற்றி விவாதிப்பது வரை அன்றாட அரட்டைகள் ஆகும், ஆனால் ஒரு சிறிய எண்ணிக்கையிலான தீயெண்ணம் கொண்டவர்கள் எங்கள் அமைப்புகளைத் தவிர்க்கவும், சாத்தியமான தீங்கு விளைவிக்கவும் முயற்சிக்கின்றனர். 

கடந்த மாதம், வயது அடிப்படையிலான தகவல்தொடர்பு குறித்த எங்கள் பார்வையைப் பகிர்ந்து கொண்டோம். எங்கள் அமைப்புகளை இயல்பாகவே முடிந்தவரை பாதுகாப்பாக மாற்ற நாங்கள் முயற்சி செய்கிறோம், குறிப்பாக எங்கள் இளைய பயனர்களுக்காக. உதாரணமாக, அரட்டை மூலம் பயனருக்குப் பயனர் படங்கள் அல்லது வீடியோக்களைப் பகிர நாங்கள் அனுமதிக்கவில்லை. எங்கள் அமைப்புகள் முழுமையானதாக இல்லாவிட்டாலும், தொடர்ந்து மேம்படுத்தப்பட்டு வருகின்றன, மேலும் தொலைபேசி எண்கள் மற்றும் பயனர் பெயர்கள் போன்ற தனிப்பட்ட அடையாளத் தகவல்களை முன்கூட்டியே தடுக்க வடிவமைக்கப்பட்டுள்ளன—மேலும் வயது சரிபார்க்கப்படாத பயனர்களுக்கு இடையேயான அரட்டைகள் கடுமையாக வடிகட்டப்படுகின்றன (மேலும் 13 வயதுக்குட்பட்ட பயனர்களுக்கு இது அனுமதிக்கப்படவில்லை). உங்களுக்குத் தெரிந்தவர்களுடன் மேலும் சுதந்திரமாக அரட்டையடிக்க முக வயது மதிப்பீட்டைக் கோரும் மிகப்பெரிய தளங்களில் ராப்லாக்ஸ் ஒன்றாகும். ஆன்லைன் கேமிங்கின் பாதுகாப்பில் உலகிற்கு வழிகாட்ட வேண்டும் என்பதே எங்கள் குறிக்கோள், மேலும் முக்கியமான பாதுகாப்பு தொழில்நுட்பத்தை ஓப்பன் சோர்ஸ் செய்வதில் நாங்கள் உறுதியாக இருக்கிறோம்.

இன்று, நாங்கள் எங்களின் சமீபத்திய திறந்த மூல மாதிரியான சென்டினலை (Sentinel) வெளியிடுகிறோம். இது, குழந்தைகளுக்கு ஆபத்தை ஏற்படுத்தக்கூடிய தொடர்புகளைக் கண்டறிய உதவும் ஒரு செயற்கை நுண்ணறிவு அமைப்பு ஆகும். ஒரு சிக்கல் வெளிப்படையாகத் தெரியும் முன்பே, சென்டினல் நுட்பமான முறைகளை முன்கூட்டியே கண்டறிந்து விசாரிக்கவும், தேவைப்படும்போது சட்ட அமலாக்கத் துறைக்குத் தெரிவிக்கவும் எங்களை உதவுகிறது.

சென்டினல் 2024-ன் பிற்பகுதியிலிருந்து ராப்லாக்ஸில் இயங்கி வருகிறது, மேலும் இது எங்கள் திறந்த மூல பாதுகாப்பு கருவித்தொகுப்பின் சமீபத்திய கூடுதலாகும். 2025-இன் முதல் பாதியில், நாங்கள் கண்டறிந்த வழக்குகளில் 35% இந்த முன்கூட்டிய அணுகுமுறையால் ஏற்பட்டவை, பல சந்தர்ப்பங்களில் ஒரு துஷ்பிரயோகப் புகார் பதிவு செய்யப்படுவதற்கு முன்பே அவற்றைக் கண்டறிந்துள்ளோம். எங்கள் மற்ற நெறிப்படுத்தல் அமைப்புகளுடன் இணைந்தால், சாத்தியமான இந்த கடுமையான மீறல்களைக் கண்டறிந்து செயல்படுவதற்கான எங்களிடம் உள்ள கருவிகளின் தொகுப்பை சென்டினல் விரிவுபடுத்துகிறது. 

சென்டினல் தற்போது பெரிய அளவில் உற்பத்தியில் இயங்குகிறது. 2025-இன் முதல் பாதியில், அதன் முன்முயற்சி திறன்கள் எங்கள் குழுவிற்கு தேசிய காணாமல் போன மற்றும் சுரண்டப்பட்ட குழந்தைகள் மையத்திற்கு சுமார் 1,200 அறிக்கைகளைச் சமர்ப்பிக்க உதவியுள்ளன. நாங்கள் எப்போதும் மேம்படுத்த இடமிருக்கும் என்றாலும், சென்டினலின் ஆரம்பகால கண்டறியும் திறன்கள், செய்திகள் இன்னும் நுட்பமாக இருக்கும்போதும், பயனர் சமர்ப்பித்த துஷ்பிரயோக அறிக்கைகளால் அவை வெளிப்படுவதற்கு முன்பும், செயல்முறையின் ஆரம்பத்திலேயே சாத்தியமான தவறான செயல்களைக் கண்டறிந்து விசாரிக்க எங்களுக்கு ஏற்கனவே உதவுகின்றன. 

சென்டினல் கண்டறியும் வழக்குகளை விசாரிக்கவும் தலையிடவும் மனித நிபுணர்கள் அவசியமானவர்கள். பயிற்சி பெற்ற ஆய்வாளர்கள், பொதுவாக முன்னாள் சிஐஏ அல்லது எஃப்பிஐ முகவர்கள் மற்றும் பிற நிபுணர்கள், சென்டினல் சட்டத்தை மீறக்கூடியதாகக் குறிக்கும் வழக்குகளை மதிப்பாய்வு செய்கிறார்கள். இந்த ஆய்வாளர்களால் எடுக்கப்படும் முடிவுகள், எடுத்துக்காட்டுகள், குறியீடுகள் மற்றும் பயிற்சித் தொகுப்புகளைத் தொடர்ந்து செம்மைப்படுத்தவும் புதுப்பிக்கவும் உதவும் ஒரு பின்னூட்டச் சுழற்சியை உருவாக்குகின்றன. எங்கள் கண்டறிதலைத் தவிர்ப்பதற்காகச் செயல்படும் தீயெண்ணம் கொண்ட நபர்களின் புதிய மற்றும் உருவாகி வரும் முறைகள் மற்றும் வழிமுறைகளுக்கு ஏற்ப சென்டினல் தன்னைத் தகவமைத்துக் கொள்ளவும், அவற்றுடன் ஈடுகொடுக்கவும் இந்த மனிதர்-சேர்க்கப்பட்ட செயல்முறை அவசியமானது.

சென்டினல் என்பது புதுமையான AI கருவிகள் மற்றும் ஆயிரக்கணக்கான மனித நிபுணர்களைக் கலக்கும் ராப்ளக்ஸின் பெரிய அடுக்கு பாதுகாப்பு அமைப்பின் ஒரு முக்கிய பகுதியாகும். இன்று முதல், இது எங்கள் ராப்ளக்ஸ் திறந்த மூல பாதுகாப்பு கருவித்தொகுப்பின் ஒரு பகுதியாகவும் உள்ளது. பாதுகாப்பான டிஜிட்டல் உலகை வளர்ப்பது ஒரு பகிரப்பட்ட பொறுப்பு என்று நாங்கள் நம்புகிறோம். சென்டினல் போன்ற பாதுகாப்பு அமைப்புகளை ஓப்பன் சோர்ஸ் செய்வதன் மூலமும், எங்கள் அணுகுமுறைகளைப் பகிர்வதன் மூலமும், ராபஸ்ட் ஓப்பன் ஆன்லைன் சேஃப்டி டூல்ஸ் (ROOST) மற்றும் டெக் கூட்டணியின் லேண்டர்ன் திட்டம் போன்ற அமைப்புகளின் நிறுவன உறுப்பினர்களாக ஆவதன் மூலமும், ஆன்லைன் பாதுகாப்பு நடைமுறைகளின் கூட்டு முன்னேற்றத்திற்கும், அவற்றைச் சார்ந்திருக்கும் ஆன்லைன் சமூகங்களுக்கும் பங்களிக்க நாங்கள் நம்புகிறோம்.

தீங்கு விளைவிக்கும் நோக்கம் வெறும் எண்ணத்தைக் கடந்து செயல்படுவதற்கு முன்பு, எங்கள் நெறிப்படுத்தல் அமைப்பு விரைவாகச் செயல்பட உதவுவதற்காக, சென்டினல் முழுமையான பகுப்பாய்வுத் தொகுப்பை நிமிட நிகழ்வு நேரத்தில், தினமும் 6 பில்லியனுக்கும் அதிகமான அரட்டைச் செய்திகள் முழுவதும் ஒரு மிகப்பெரிய அளவில் இயக்க வேண்டும். சென்டினல் உரை அரட்டைகளை ஒரு நிமிட இடைவெளியில் தொடர்ந்து படம்பிடிக்கிறது. குரூமிங் அல்லது குழந்தைகளை ஆபத்தில் தள்ளுதல் போன்ற சாத்தியமான தீங்குகளைக் கண்டறிதல் என்ற ஒரே நோக்கத்துடன், செய்திகள் ML மூலம் தானாகவே பகுப்பாய்வு செய்யப்படுகின்றன. கூடுதலாக, காலப்போக்கில் இந்தத் தகவல்களை நாங்கள் திரட்டி, கவலைக்குரிய வழக்குகள் மற்றும் முறைகளை மனித ஆய்வாளர்கள் மதிப்பிடுவதற்கும் விசாரிப்பதற்கும் அடையாளம் காண்கிறோம். 

நிலையான விதிகளையும் லேபிளிடப்பட்ட எடுத்துக்காட்டுகளையும் சார்ந்திருக்கும் கருவிகளைப் போலல்லாமல், சென்டினல் நடக்கும்போதே தொடர்புப் பாணிகளைக் கண்டறிந்து பொதுமைப்படுத்தக் கற்றுக்கொள்வதற்கு சுய-மேல்நிலைப் பயிற்சியைப் பயன்படுத்துகிறது. இது புதிய மற்றும் உருவாகி வரும் அச்சுறுத்தல்களைச் சென்டினல் அடையாளம் காண அனுமதிக்கிறது.

இரண்டு குறியீடுகளை உருவாக்குவதன் மூலம் குழுவானது இதைச் சாதித்தது. ஒன்று, பாதுகாப்பான, தீங்கற்ற செய்திப் பரிமாற்றத்தில் ஈடுபடும் பயனர்களின் தகவல்தொடர்புகளால் ஆனது—இது நேர்மறைக் குறியீடு. மற்றொன்று, குழந்தைகளுக்கு ஆபத்து விளைவிக்கும் கொள்கை மீறல்கள் என நாங்கள் தீர்மானித்ததால் நீக்கப்பட்ட தகவல்தொடர்புகளால் ஆனது—இது எதிர்மறைக் குறியீடு. இந்த வேறுபாட்டு அணுகுமுறை, குறியீட்டில் இருந்து முன்பு கண்டறியப்பட்ட தகவல்தொடர்பு முறைகளுடன் துல்லியமாகப் பொருந்தாவிட்டாலும் கூட, வளர்ந்து வரும் அச்சுறுத்தல்களைப் பொதுமைப்படுத்தவும் கண்டறியவும் அமைப்புக்கு உதவுகிறது. சென்டினலின் முக்கிய நன்மைகளில் ஒன்று, அது செயல்படுவதற்கு அதிக எண்ணிக்கையிலான முன்மாதிரிகள் தேவையில்லை என்பதுதான். எதிர்மறை முன்மாதிரிகளின் குறைவான பரவலைக் கருத்தில் கொள்ளும்போது இது குறிப்பாக முக்கியமானது. எங்கள் தற்போதைய உற்பத்தி அமைப்பு எதிர்மறை குறியீட்டில் வெறும் 13,000 முன்மாதிரிகளுடன் செயல்படுகிறது, அதே நேரத்தில் சாத்தியமான தீங்கை வெற்றிகரமாகக் கண்டறிகிறது.   

எங்கள் மனித நெறிப்படுத்துபவர்களால் மதிப்பாய்வு செய்யப்பட்ட உரையாடல்களிலிருந்து எதிர்மறை குறியீடு உருவாக்கப்படுகிறது, அங்கு குழந்தைகளுக்கு ஆபத்து விளைவிக்கும் கொள்கை மீறல்களுக்கான தெளிவான சான்றுகளை நாங்கள் கண்டறிந்துள்ளோம் (அவற்றின் மீது நாங்கள் ஏற்கனவே நடவடிக்கை எடுத்துள்ளோம்). ஒரு பயனரின் தொடர்புகள் தொடர்ச்சியான, கவலையளிக்கும் செயல்பாடுகளைக் காட்டும்போது, அந்த உரையாடல்களின் குறிப்பிட்ட பகுதிகளை தீங்கிழைக்கும் தகவல்தொடர்புகளின் எடுத்துக்காட்டுகளாக நாங்கள் குறிப்பிடுகிறோம். அடையாளமிடப்பட்ட அந்தப் பகுதிகள் உட்பொதிவு வெக்டர்களாக மாற்றப்பட்டு எதிர்மறை குறியீட்டில் சேர்க்கப்படுகின்றன. இந்தப் பயிற்சியின் மூலம், சென்டினல் சில வார்த்தைகள் அல்லது சொற்றொடர்களைக் குறிப்பிடுவதைத் தாண்டி கற்றுக்கொள்கிறது; தீங்கிழைக்கும் உண்மையான உரையாடல்கள் பின்பற்றும் சூழலியல் முறைகள் மற்றும் முன்னேற்றங்களிலிருந்து அது கற்றுக்கொள்கிறது. இதன் காரணமாக, எங்கள் மற்ற AI நெறிப்படுத்தும் அமைப்புகள் கண்டறியத் தவறக்கூடிய தீங்கிழைக்கும் தகவல்தொடர்புகளை, அவை நுட்பமாகத் தோன்றினாலும் கூட, இந்த அமைப்பு அடையாளம் காண முடியும். 

உதாரணமாக, "ஹாய், எப்படி இருக்கிறீர்கள்?" போன்ற எளிய செய்திகள், அதன் மொழி பாதிப்பில்லாததாக இருப்பதால் நேர்மறைக் குறியீட்டுடன் பொருந்தும். "நீங்கள் எங்கிருந்து வருகிறீர்கள்?" போன்ற ஒரு செய்தி, சாத்தியமான மோசமான உரையாடல்களின் முறைகளுடன் பொருந்துவதால் எதிர்மறைக் குறியீட்டுடன் பொருந்தும். இந்த அமைப்பு புதிய செய்திகளை இந்தக் குறியீடுகளுடன் ஒப்பிடுகிறது, மேலும் ஒரு பயனர் "நீங்கள் எங்கிருந்து வருகிறீர்கள்?" என்று கேட்பதைக் கண்டால், உரையாடல் எதிர்மறைப் பாதையில் தொடர்கிறதா என்பதைப் பார்க்க அது மேலும் தகவல்களைச் சேகரிக்கத் தொடங்கலாம். ஒரு செய்தி மட்டும் மனித மறுஆய்விற்காகக் குறிக்கப் போதுமானதாக இருக்காது, ஆனால் தொடர்ச்சியான முறை இருந்தால் போதுமானதாக இருக்கும்.

லேபிளிடப்பட்ட தரவுகள் இல்லாமல் பட பிரதிநிதித்துவ மாதிரிகளைப் பயிற்றுவிக்க, மாறுபட்ட அளவீட்டைப் பயன்படுத்தும் ஒரு சுய-மேல்நிலை கற்றல் கட்டமைப்பான SimCLR-ஆல் இந்த மாறுபட்ட அளவீட்டு அணுகுமுறை ஈர்க்கப்பட்டுள்ளது. இந்த நுட்பத்தை நாங்கள் உரை மற்றும் குரல் தரவுகளுடன் செயல்பட மாற்றியமைத்துள்ளோம், இது ஒரு பயனர் என்ன சொல்கிறார் என்பதையும், அது அறியப்பட்ட முறைகளுடன் எவ்வாறு ஒத்துப்போகிறது அல்லது விலகிச் செல்கிறது என்பதையும் சென்டினல் புரிந்துகொள்ள உதவுகிறது. இது மூன்று நிலைகளில் செயல்படுகிறது: தொடர்பு மதிப்பெண், மாதிரி கண்காணிப்பு, மற்றும் நடவடிக்கை எடுத்தல்.

தனிப்பட்ட தொடர்புகளை அளவிடுதல்: ஒவ்வொரு செய்தியும் ஒரு எம்பெட்டிங் அல்லது செயலின் சொற்பொருள் மற்றும் தகவல் தொடர்பு அம்சங்களைப் பதிவுசெய்யும் ஒரு வெக்டராக மாற்றப்படுகிறது. சென்டினல் இந்த எம்பெட்டிங்கை நேர்மறை மற்றும் எதிர்மறை குறியீடுகளுடன் ஒப்பிடுகிறது. கோசைன் ஒற்றுமையைப் பயன்படுத்தி, அந்தத் தொடர்பு எந்தக் குறியீட்டிற்கு நெருக்கமாக உள்ளது என்பதை அமைப்பு பின்னர் அளவிடுகிறது.

அந்த ஊடாடல் எதிர்மறைக் குறியீட்டில் உள்ள தீங்கு விளைவிக்கும் முறைகளுடன் அதிகமாகப் பொருந்தினால், அது ஒரு உயர் இடர் சுட்டிக்காட்டியைப் பெறுகிறது. பாதுகாப்பான அல்லது தீங்கு விளைவிக்கும் தகவல் தொடர்பு முறைகளுடன் அர்த்தமுள்ள வகையில் பொருந்தாத செய்திகள் வடிகட்டப்படுகின்றன, இதனால் அமைப்பு ஒரு சாத்தியமான சமிக்ஞையைக் கொண்ட ஊடாடல்களில் மட்டுமே கவனம் செலுத்த முடியும். இது தவறான நேர்மறைகளைக் குறைக்கவும், காலப்போக்கில் ஊடாடல்களை அளவிடுவதன் துல்லியத்தை மேம்படுத்தவும் உதவும். 

சராசரிகளை மட்டுமல்ல, சாய்வைக் கொண்டு முறைகளைக் கண்காணித்தல்: தீய நோக்கம் கொண்டவர்கள் பெரும்பாலும் தங்கள் நோக்கத்தை பாதிப்பில்லாத உள்ளடக்கத்துடன் கலந்து மறைக்கிறார்கள். ஒரு பயனரின் அளவீட்டை காலப்போக்கில் நாம் சராசரி செய்தால், நாம் கண்டறிய விரும்பும் எதிர்மறையான செய்திகள் இரைச்சலில் மறைந்து போகக்கூடும். அதற்கு பதிலாக, சென்டினல் காலப்போக்கில் அளவீடுகளின் விநியோகத்தைப் பார்த்து, புள்ளிவிவரச் சாய்வை அளவிடுகிறது—இது, அரிதான, அதிக ஆபத்துள்ள செய்திகள் ஆபத்து சுயவிவரத்தை மேலே இழுக்கின்றனவா என்பதைக் கண்டறியும் ஒரு வழியாகும்.

பெரும்பாலான தொடர்பாடல்கள் பாதிப்பில்லாததாகத் தோன்றினாலும், ஆபத்தான தொடர்பாடலை நோக்கிய தீவிரமாதலின் ஆரம்ப அறிகுறிகளைக் கண்டறிய இது எங்களுக்கு உதவுகிறது. நாம் சாயுதலைப் பகுப்பாய்வு செய்யும்போது, அளவையும் சரிசெய்கிறோம். மிகவும் சுறுசுறுப்பாக இருக்கும் பயனர்கள் அதிக ஆபத்தானவர்களாகத் தோன்றலாம், ஏனெனில் அவர்களின் உரையாடல் அதிக எண்ணிக்கையிலான பொருத்தங்களைக் காட்டுகிறது. ஒட்டுமொத்த எண்ணிக்கையை விட புள்ளிவிவரச் சாய்வை வலியுறுத்துவதன் மூலம், அதிகம் உரையாடும் ஆனால் இணக்கமான பயனர்களை உள்ளடக்கிய தவறான நேர்மறை முடிவுகளைத் தவிர்க்கலாம். இதன் மூலம், சென்டினல் அளவிடக்கூடியது மட்டுமல்லாமல், தீங்கிழைக்கும் நோக்கத்தைக் கண்டறிய உதவும் அரிதான ஆனால் முக்கியமான சமிக்ஞைகளைக் கண்டறிய, பரந்த அளவிலான தகவல் ஓட்டங்களைச் செயலாக்கக்கூடிய, மேலும் துல்லியமானதாக இருக்கிறது. 

அடையாளத்திலிருந்து செயலுக்குச் செல்வது: மேலும் பல ஊடாடல்கள் அளவிடப்படும்போது, அமைப்பு ஒரு மாறும் இடர் சுயவிவரத்தை உருவாக்குகிறது. ஒரு பயனரின் முறை, தீங்கு விளைவிக்கும் நோக்கமுள்ள தகவல்தொடர்புடன் வலுவான ஒற்றுமையைக் காட்டும்போது, அல்லது அந்த திசையில் ஒரு சாய்வைக் காட்டும்போது, சென்டினல் ஆழமான மறுஆய்வு மற்றும் விசாரணைக்காக ஒரு கொடியை (flag) தூண்டுகிறது.