公安业务视角下基于XDeepFM模型的网络水军识别

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：近年来，随着互联网的普及和用户规模的不断扩大，社交媒体已成为思想文化信息的集散地和社会舆论的放大器。然而，在这个开放的平台上，也存在着一些受雇于公关公司的"网络水军"，他们通过发布虚假或诽谤信息，影响公众的判断，扰乱虚拟社会正常秩序，甚至引发社会恐慌。网络水军的存在不仅给社交媒体平台的发展造成威胁，也对社会造成了不良影响，因此如何识别和打击网络水军已经成为一个重要的研究方向。然而，关于网络水军的定义，目前学界尚未形成统一结论，司法实践对于网络水军的定性也仅限于触犯了现有法律的网络水军行为，并不能全面囊括网络水军这一群体。因此，本文以公安部网安局于 2022 年 6 月 27 日在启动的依法打击整治"网络水军"专项工作中对网络水军的定义，从公安业务视角下分析"网络水军"幕后动机、组织构架、活动方式及运作机制，并基于社交网络用户注册信息、交互关系、发帖内容和活动时间四个方面提取区别正常用户和水军用户的 20 个典型特征，并构建了一种使用极深因子分解机模型(XDeepFM)在新浪微博中检测社交网络水军的新方法。最后在经归一化处理的新浪微博真实数据集上进行了实验，选用精确率、准确率、召回率和 F1 值等评价指标进行评估验证。实验结果显示，本文的方法能有效地识别网络水军用户和正常用户，且与支持向量机(SVM)、逻辑回归(LR)、决策树(DT)和随机森林(RF)等4种传统常用的机器学习分类算法相比取得了更优的识别结果。

作者：

陈俊、谢永恒、万月亮

展开 >

作者单位：

中国人民公安大学信息网络安全学院北京 100038

公安部第三研究所上海 200031

关键词：

公安业务社交网络网络水军特征融合极深因子分解机模型

出版年：

2024

网络安全技术与应用

北京大学出版社

网络安全技术与应用

CHSSCD

影响因子：0.417

ISSN：1009-6833

年,卷(期)：2024.(5)

参考文献量15