Estrategia para la Detección de Perfiles Potencialmente Falsos en Tiktok: Un Caso Práctico Basado en Técnicas de Análisis Digital y Herramientas Osint.

Autores/as

DOI:

https://doi.org/10.70577/30phrd87

Palabras clave:

Perfiles potencialmente falsos; TikTok; análisis OSINT; triangulación de evidencias; verificación visual.

Resumen

La proliferación de perfiles potencialmente falsos en redes sociales dificulta la verificación de identidades digitales y requiere integrar diferentes fuentes de evidencia. El estudio tuvo como propósito desarrollar y aplicar una estrategia para identificar perfiles potencialmente falsos en TikTok mediante la combinación de indicadores cuantitativos, análisis OSINT y verificación visual.

Se desarrolló un estudio de caso aplicado, con diseño no experimental y enfoque pragmático. Se analizaron intencionalmente 20 perfiles públicos de TikTok. La estrategia comprendió cuatro fases: caracterización inicial mediante Tikmatrix, análisis de coincidencias de identificadores mediante Sherlock, búsqueda inversa de imágenes mediante Google Lens y triangulación de evidencias. Se calcularon tres indicadores: relación entre seguidores y cuentas seguidas, me gusta por video y volumen de publicaciones respecto de seguidores. La clasificación se estableció mediante cuartiles.

De los 20 perfiles analizados, nueve fueron priorizados para una segunda valoración. Sherlock identificó 31 coincidencias externas, destacando @pk.cat.fun3 con 12, y @_thiennkimz, @wxdx1015 y @luysacr con cinco cada uno. La verificación mediante Google Lens permitió identificar coincidencias visuales en varios perfiles. La triangulación estableció tres perfiles con nivel de evidencia alto: @footcr7fc, @_thiennkimz, @wxdx1015 y @pk.cat.fun3; cuatro con nivel moderado y uno con nivel bajo.

La integración de evidencias cuantitativas, nominales y visuales permitió establecer niveles diferenciados de sospecha y priorizar perfiles potencialmente falsos. Los resultados muestran que la triangulación constituye una estrategia más consistente que el uso aislado de un indicador, aunque la clasificación obtenida representa una valoración de sospecha y no una confirmación definitiva de falsedad.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Aguessy, A. & Fandy, R. (2025). Identity Construction in the Digital Age: The Impact of Social Media on American Cultural Dynamics. Advances in Social Sciences and Management, 3(6), 55–72. https://doi.org/10.63002/assm.306.1184

Arias, J. (2022). Guía para elaborar la operacionalización de variables. Espacio I+D, Innovación más Desarrollo, 10(28). https://www.espacioimasd.unach.mx/index.php/Inicio/article/view/274

Bokolo, B. & Liu, Q. (2024). Artificial Intelligence in Social Media Forensics: A Comprehensive Survey and Analysis. Electronics, 13(9), 1671. https://doi.org/10.3390/electronics13091671

Browne, T., Abedin, M. & Chowdhury, M. (2024). A systematic review on research utilising artificial intelligence for open source intelligence (OSINT) applications. International Journal of Information Security, 23(4), 2911–2938. https://doi.org/10.1007/s10207-024-00868-2

Campos, M., Moreno, R. & Jiménez, B. (2025). Detección de fraudes y estafas basadas en ingeniería social en Ecuador. Revista InveCom, 5(3), e050337. https://doi.org/10.5281/zenodo.14263156

Chelas, S., Routis, G. & Roussaki, I. (2024). Detection of fake Instagram accounts via machine learning techniques. Computers, 13(11), 296. https://doi.org/10.3390/computers13110296

Cross, C. & Layt, R. (2022). I suspect that the pictures are stolen: Romance fraud, identity crime, and responding to suspicions of inauthentic identities. Social Science Computer Review, 40(4), 955–973. https://doi.org/10.1177/0894439321999311

Constantinescu, V. (2025). Cómo detectar un perfil falso en redes sociales. Bitdefender. https://www.bitdefender.com/es-es/blog/hotforsecurity/como-detectar-un-perfil-falso-en-redes-sociales

Díaz, J., Asencio, V., Luzarraga, E. & Tapia, J. (2025). Redes sociales y desinformación en la era digital frente al reto de los algoritmos y la verificación de información. Dominio De Las Ciencias, 11(3), 117–134. https://doi.org/10.23857/dc.v11i3.4452

Dube, B., Nkomo, D. & Apadile, M. (2024). Pragmatism: An essential philosophy for mixed methods research in education. International Journal of Research and Innovation in Social Science (IJRISS), 8(3), 1001–1010. https://doi.org/10.47772/IJRISS.2024.803073

Giménez, S. (2023). Redes sociales: estado actual y tendencias 2023. OBS Business School. https://marketing.onlinebschool.es/Prensa/Informe%20OBS%20Tendencias%20Redes%20Sociales%202023.pdf

Goyal, B., Gill, N. S., Gulia, P., Alduaiji, N., Shukla, P. K., Shukla, P. & J., S. (2025). Instagram fake profile detection using an ensemble learning method. Scientific Reports, 15, Article 26464. https://doi.org/10.1038/s41598-025-03973-x

Hargreaves, C., Nelson, A. & Casey, E. (2024). An abstract model for digital forensic analysis tools: A foundation for systematic error mitigation analysis. Forensic Science International: Digital Investigation, 48, 301679. https://doi.org/10.1016/j.fsidi.2023.301679

Hayawi, K., Saha, S., Masud, M., Mathew, S. & Kaosar, M. (2023). Social media bot detection with deep learning methods: a systematic review. Neural Comput & Applic, 35, 8903–8918. https://doi.org/10.1007/s00521-023-08352-z

Hernández, N. & Klimenko, O. (2025). Metodología de la investigación, enfoque cualitativo, cuantitativo y mixto. Nexus: Multidisciplinary Research Journal (MIR), 2(3), 1–19. https://nexushouseeditorial.com/index.php/nexus/article/view/24

Hidalgo, I., Yasaca, S., Hidalgo, B., Oquendo, V. & Salazar, F. (2018). Estudio Comparativo De Las Metodologías De Análisis Forense Informático Para La Examinación De Datos En Medios Digitales. European Scientific Journal, 14(18), 40–48. https://doi.org/10.19044/esj.2018.v14n18p40

Jordán, D., Izaguirre, J. & López, A. (2024). La red social Tik Tok y su incidencia en el cambio de comportamiento: un estudio bibliométrico. Intersecciones En Comunicación, 2(18), 1–23. https://ojsintcom.unicen.edu.ar/ojs/article/view/219

Karinshak, E. & Jin, Y. (2023). Desinformación impulsada por IA: un marco para la preparación y respuesta organizacional. Revista de Gestión de la Comunicación, 27(4), 539–562. https://doi.org/10.1108/JCOM-09-2022-0113

Laffier, J. & Westley, M. (2025). Digital Identity Congruence: Exploring the Importance of Congruent Online Identities for Adolescents. En The Evolving Landscape of Online Identity - Recent Studies and Insights. IntechOpen. https://doi.org/10.5772/intechopen.1012336

Li, Y., Zhang, H., Liu, Y. & Wang, X. (2023). Deep learning-based intrusion detection for Internet of Things networks. IEEE Access, 11, 83645–83656. https://doi.org/10.1109/ACCESS.2023.3305568

López Navarrete, A., Cisternas Osorio, R., Díez Somavilla, R. & Cabrera Méndez, M. (2024). La interacción del usuario en TikTok: el engagement según la tipología de contenido. Tsafiqui - Revista Científica En Ciencias Sociales, 14(1). https://doi.org/10.29019/tsafiqui.v14i22.1200

Marinoni, C., Rizzo, M. & Zanetti, M. (2024). Fake profiles and time spent online during the COVID-19 pandemic: a real risk for cyberbullying? Current Psychology, 43, 26639–26647. https://doi.org/10.1007/s12144-024-05979-6

Martín, M., Price, R., Alqunaysi, R., Barrera, A., Macías, E., Ray, D. & Shannon, E. (2026). Características de la investigación cualitativa en comportamiento. Behavior Analysis in Practice, 1–18. https://doi.org/10.1007/s40617-025-01144-y

Meng, L., Kou, S., Duan, S. & Bie, Y. (2024). The impact of content characteristics of short-form video ads on consumer purchase behavior: Evidence from TikTok. Journal of Business Research, 183, 114874. https://doi.org/10.1016/j.jbusres.2024.114874

Moncada, J. & Miranda, A. (2025). La influencia de las redes sociales en los delitos cibernéticos y los desafíos para la Legislación en Ecuador. RICEd: Revista De Investigación En Ciencias De La Educación, 3(5), 15–28. https://doi.org/10.53877/riced3.5-2

Munusamy, S., Syasyila, K., Shaari, A., Pitchan, M. A., Kamaluddin, M. & Jatnika, R. (2024). Psychological factors contributing to the creation and dissemination of fake news among social media users: A systematic review. BMC Psychology, 12(1), 673. https://doi.org/10.1186/s40359-024-02129-2

Orellana, G. & Cotera, G. (2025). Evaluación de privacidad y seguridad de datos de usuarios en redes sociales. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 7(5), 87–110. https://doi.org/10.59169/pentaciencias.v7i5.1641

Prado, W. (2025). Tik Tok y el periodismo digital: Impacto en el consumo de noticias en Cuenca, Ecuador. Pacha: Revista De Estudios Contemporáneos Del Sur Global, 6(18), e250372. [https://doi.org/10.46652/pacha.v6i18.372

Qian, S., Shen, C. & Zhang, J. (2023). Fighting cheapfakes: Using a digital media literacy intervention to motivate reverse search of out-of-context visual misinformation. Journal of Computer-Mediated Communication, 28(1), zmac024. https://doi.org/10.1093/jcmc/zmac024

Reyes, A. (2025). Redes sociales: entre la información y la desinformación en la era digital. Universita Ciencia, 13(36), 84–94. https://dialnet.unirioja.es/servlet/articulo?codigo=10108565

Rodríguez, A. & Castillo, A. (2023). Perfiles laborales del Gestor de Redes Sociales y su importancia en el campo del Marketing digital: estudio de caso Ecuador. Comhumanitas, 14(2), 54–64. https://doi.org/10.31207/rch.v14i2.414

Rodríguez, D. & García, F. (2025). Protección al consumidor frente a las conductas de los influenciadores digitales en Colombia. Revista En-Contexto, 13(23), 385–405. https://doi.org/10.53995/23463279.1913

Rubio, F., González, E. & Olivo, J. (2024). Adolescentes en la era digital. Desvelando las relaciones entre las redes sociales, el autocontrol, la autoestima y las habilidades sociales. Ciencia y Educación, 8(3), 39–58. https://doi.org/10.22206/cyed.2024.v8i3.3209

Sarkar, G. & Shukla, S. (2023). Behavioral analysis of cybercrime: Paving the way for effective policing strategies. Journal of Economic Criminology, 2, 100034. https://doi.org/10.1016/j.jeconc.2023.100034

Taj, S. & Khan, Z. (2024). Creation of fake identities on social media for pleasure seeking: An analysis of Facebook. International Journal of Data Science and Analysis, 10(6), 129–140. https://doi.org/10.11648/j.ijdsa.20241006.12

Thomas, A. (2023). Analysis on cyber crimes and preventive measures. International Journal for Research in Applied Science and Engineering Technology (IJRASET), 11(5), 3738–3744. https://doi.org/10.22214/ijraset.2023.52481

Villavicencio, C., Rodríguez, A., Vélez, Á. & Zambrano, A. (2025). Riesgo en el uso de las redes sociales. Revista Científica De Informática ENCRIPTAR, 8(16), 109–130. https://doi.org/10.56124/encriptar.v8i16.006

Vintimilla, R. & Erazo, C. (2025). Impact of TikTok interactive content strategies on university engagement. Runas: Journal of Education and Culture, 6(12), e250238. https://doi.org/10.46652/runas.v6i12.238

Wang, Z. (2025). Negotiation, transformation, and reinforcement: The role of social media in shaping collective identity. Proceedings of ICADSS 2025 Symposium, 15–21. https://doi.org/10.54254/2753-7064/2025.BJ26816

Wekesa, E., DeCusatis, C. & Zhu, A. (2023). A Black Box Comparison of Machine Learning Reverse Image Search for Cybersecurity OSINT Applications. Electronics, 12(23), 4822. https://doi.org/10.3390/electronics12234822

Wu, J., Guo, J. & Hooi, B. (2023). Fake news in sheep’s clothing: Robust fake news detection against LLM-empowered style attacks. arXiv. https://doi.org/10.48550/arXiv.2310.10830

Yadav, A., Kumar, A. & Singh, V. (2023). Open-source intelligence: a comprehensive review of the current state, applications and future perspectives in cyber security. Artificial Intelligence Review, 1–32. https://doi.org/10.1007/s10462-023-10454-y

Yang, K., Singh, D. & Menczer, F. (2024). Characteristics and Prevalence of Fake Social Media Profiles with AI-generated Faces. Journal of Online Trust and Safety, 2(4). https://doi.org/10.54501/jots.v2i4.197

Zalazar, A. (2024). El Uso de Técnicas de Ingeniería Social Integradas a Inteligencia Artificial para Atacar Objetivos. JAIIO, Jornadas Argentinas De Informática, 10(7), 44–52. https://revistas.unlp.edu.ar/JAIIO/article/view/17897

Zhang, Z., Qiu, K. & Ye, Y. (2025). Influence of audiovisual features of short video advertising on consumer engagement behaviors: Evidence from TikTok. Journal of Business Research, 201, 115662. https://doi.org/10.1016/j.jbusres.2025.115662

Zhou, J., Zhang, D., Zhu, J., Wang, F. & Bi, C. (2025). Speaking like Humans, Spreading like Machines: A Study on Opinion Manipulation by Artificial-Intelligence-Generated Content Driving the Internet Water Army on Social Media. Information, 16(10), 850. https://doi.org/10.3390/info16100850

Zouzou, Y. & Varol, O. (2024). Unsupervised detection of coordinated fake-follower campaigns on social media. EPJ Data Science, 13(1), 62. [https://doi.org/10.1140/epjds/s13688-024-00499-6

Descargas

Publicado

2029-08-25

Cómo citar

Estrategia para la Detección de Perfiles Potencialmente Falsos en Tiktok: Un Caso Práctico Basado en Técnicas de Análisis Digital y Herramientas Osint. (2029). Visión Académica, 4(3), 869-894. https://doi.org/10.70577/30phrd87

Artículos similares

21-30 de 158

También puede Iniciar una búsqueda de similitud avanzada para este artículo.