Dima Kagan Be'er-Shevas asuvast Ben-Guriyyoni Negevi Ülikoolist ja ta kolleegid lähtusid meetodi loomisel eeldusest, et libakontode seostumused võrgustiku teiste kontodega on tihtilugu üsna ebatõenäolised.

Nad katsetasid libakontode otsimise algoritmi kümnes olemasolevas sotsiaalmeedia võrgustikus, aga ka katse otstarbeks genereeritud võrgustikusimulatsioonides, ja kirjutavad ajakirjas Social Network Analysis and Mining, et tulemus oli kõigil neil juhtudel hea.

Algoritm konstrueerib masinõppe meetodil kõigepealt kasutajakontode vaheliste sõbra- või jälgimissuhete klassifikaatori, mis määrab väga täpselt ära sidustumuse tõenäosuse mistahes kahe meelevaldselt valitud konto vahel. Edasine analüüs aga sõelubki kõige kahtlasemad kontod välja.

Huvitav on see, et soovi korral võime sama meetodiga üles otsida ka sotsiaalvõrgustikus kõige mõjukamad päriskontod. Asi on selles, et võrgustiku kõige mõjukamate kasutajate sõprus- või jälgijaskond on samuti keskmise kasutajaga võrreldes anomaalne.

Kuid just libakontode väljaselgitamine on päriselus ehk kõige pakilisem ülesanne. Kagani enda sõnul on võltskontode sulgemine praegu tähtsam kui eales varem, arvestades nii hiljuti ilmnenud hiigelsuuri privaatsuslekkeid kui ka Venemaa püüdu sotsiaalmeedia kaudu teiste riikide valimistulemusi mõjutada.