在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk a...在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk and node influence analysis)。综合考虑虚假信息传播特征空间的多样性和复杂性,通过自注意力机制实现用户传播虚假信息行为维度、时间维度和内容维度特征的嵌入表示,运用改进的无监督聚类K-means++算法实现不同用户传播风险等级的自动划分;设计一种自适应加权策略实现对离散粒子群优化算法的改进,进而提出一种基于离散粒子群优化的虚假信息传播关键节点选取方法,用于从具有特定传播风险等级的用户节点集合中选取若干个具有影响力的控制驱动节点,从而实现精准、高效的虚假信息传播控制;基于现实在线社交网络平台上开展试验,结果表明,所提出的DDC-UPRNI方法与现有算法相比,在控制效果和时间复杂度等重要指标上具有明显优势。该方法为社会网络空间中的虚假信息管控治理提供重要参考。展开更多
网络的发展使得信息快速传播,同时虚假信息也在网上泛滥。从行为经济学角度分析了用户传播消息的有限性行为模式,从而提出了一种在线社交网络虚假信息的传播控制方法(False Information Control,FIC),并统计用户传播信息的方向和次数来...网络的发展使得信息快速传播,同时虚假信息也在网上泛滥。从行为经济学角度分析了用户传播消息的有限性行为模式,从而提出了一种在线社交网络虚假信息的传播控制方法(False Information Control,FIC),并统计用户传播信息的方向和次数来量化用户的传播力。实验通过应用一次断开理论来减少非理性传播从而减小虚假信息传播覆盖面,有利于迅速控制虚假信息。展开更多
文摘在线社交网络中虚假信息传播蔓延成为当前网络空间安全治理面临的重要挑战。提出一种融合用户传播风险和节点影响力分析的虚假信息传播控制方法DDC-UPRNI(disinformation diffusion control method integrating user propagation risk and node influence analysis)。综合考虑虚假信息传播特征空间的多样性和复杂性,通过自注意力机制实现用户传播虚假信息行为维度、时间维度和内容维度特征的嵌入表示,运用改进的无监督聚类K-means++算法实现不同用户传播风险等级的自动划分;设计一种自适应加权策略实现对离散粒子群优化算法的改进,进而提出一种基于离散粒子群优化的虚假信息传播关键节点选取方法,用于从具有特定传播风险等级的用户节点集合中选取若干个具有影响力的控制驱动节点,从而实现精准、高效的虚假信息传播控制;基于现实在线社交网络平台上开展试验,结果表明,所提出的DDC-UPRNI方法与现有算法相比,在控制效果和时间复杂度等重要指标上具有明显优势。该方法为社会网络空间中的虚假信息管控治理提供重要参考。
文摘网络的发展使得信息快速传播,同时虚假信息也在网上泛滥。从行为经济学角度分析了用户传播消息的有限性行为模式,从而提出了一种在线社交网络虚假信息的传播控制方法(False Information Control,FIC),并统计用户传播信息的方向和次数来量化用户的传播力。实验通过应用一次断开理论来减少非理性传播从而减小虚假信息传播覆盖面,有利于迅速控制虚假信息。
