人工智能时代“网络水军”的危害与治理策略

人工智能时代“网络水军”呈现出专业分工化、组织产业化等特点,破坏了网络公平竞争的秩序、侵蚀了社会信用、加剧了网络主体异化、影响了社会共识的凝聚。人工智能时代“网络水军”的产业链条更精细、识别难度更高、治理难度更大。治理“网络水军”,既要加强宏观政策调控,完善法律规范体系,强化各级政府部门联合监管责任;也要强化平台主体责任,规范各商业主体经营行为,提升网民的认知能力和水平,从而营造良好的网络舆论环境。

网络水军与资源配置效率:基于大股东减持视角

清朗的互联网环境是我国建立“网络强国”之基础,水军作为极具诱导性的群体严重干扰了网络秩序。本文旨在建立一种新的水军识别策略,并以大股东减持为场景,探究水军在资本市场中的作用。研究发现,相对于未发生大股东减持,大股东减持期间水军活跃度明显上升。横截面分析结果表明,上述趋势在股价波动性高、个人投资者关注度高、分析师跟踪数量少的公司更明显。此外,对于存在水军活动的减持样本,其股价在完成减持前迅速上升,而后出现“断崖式”下跌,而无水军组不存在此种趋势。上述结果意味着,大股东雇佣水军拉升股价后进行减持,扰乱了证券交易秩序,降低了资本市场资源配置效率。本文开拓了资本市场中水军行为研究,对投资者保护、资本市场环境及网络治理具有重要意义。

网络水军犯罪的刑法规制

互联网高速发展给人们生活带来便利的同时,网络水军及相关黑灰产业也逐渐滋生蔓延。电商平台某些商家清一色的购物体验好评,社交平台直播突然出现成百上千甚至过万的观众等一系列现象,表面看似产品优质、人气旺盛,但实际上是网络水军一手炮制的假象。网络水军通过有偿发帖、删帖,刷分控评等炒作方式掩盖事实真相,误导网友上当受骗,不仅侵害公民的合法权益,而且破坏网络空间的管理秩序,整治网络水军迫在眉睫。我国现行刑法体系对网络水军有关主体刑事责任的追究具有一定的滞后性和局限性。因此,除在适用现行法律对犯罪主体进行定罪处罚外,还需对刑法以及其他刑事法律和司法解释进行相应的补充和完善,加大对网络水军的打击力度,侧重源头治理。在此过程中,有关部门应携手加强网络生态综合治理,维护网络用户的合法权益。

网络水军诽谤行为刑法规制问题研究

近年来,网络推手逐渐发展成网络水军,而刑法上的一些传统罪名在针对网络水军诽谤的适用上治标不治本,且犯罪主体难以确定,单位犯罪的缺失,给游走在灰色地带的网络水军以可乘之机。在言论自由与秩序的碰撞下,刑法当严格遵守其谦抑性原则,以保障人权和优化司法资源配置。此外,还需更加明确界定入罪条件,使司法实践的认定标准更具操作性,从而实现司法的公平正义。

基于CiteSpace的网络水军动态研究、热点及展望

近年来,网络水军的存在和蔓延已成为网络安全和社会稳定的重大隐患,研究网络水军现象成为学术界和实务界的关注重点。通过CiteSpace文献分析工具,对网络水军研究领域的相关文献进行了系统性梳理和分析,通过共词分析、聚类分析等方法,揭示网络水军研究的时空分布、研究热点及发展趋势。研究结果表明,网络水军的识别与监管、社会影响及其治理策略是当前研究的热点领域。研究力量分布不均、合作密切度较低、研究方法有待进一步创新是相关领域存在的主要问题。未来应结合前沿信息技术,加强关于网络水军智能化研究和对网络水军隐蔽行为的挖掘研究,并加强学界合作,深化跨学科研究。

网络水军犯罪司法认定疑难问题探析

在互联网中,网络水军常常会对网络信息进行各种违法操控,直接影响国家网络安全、行业经济发展以及人民群众身心健康,这就注定网络空间不是法外之地。现阶段,我国已逐步完善有关治理网络水军犯罪的法律法规,但在虚假信息认定、有偿代理、网络服务提供者责任认定等问题上,仍存在适用法律不明确的问题,本文对上述问题展开思考,提出具有可操作性的解决路径,以助力网络环境的健康发展。

网络水军与AIGC结合应用场景及风险研究

网络水军作为网络时代下的新型影响力工具应运而生,并通过大规模的网络活动来制造热度提升影响力。AIGC生成服务通常具有文本生成、风格迁移、摘要、翻译等多种能力,生成效率高,未来还可能出现能力上的新突破。因此,需要高度重视人工智能技术可能与网络水军结合的风险隐患,特别是需要重视网络水军与AIGC深度结合之后,可能导致现有对网络水军的识别防范手段失效。

网络水军对青少年的影响及对策

近几年,网络水军问题突出。网络水军具有隐匿性较强、影响广泛、形式多样、组织化、规模化的特征,网络水军“潜伏”下的网络生态侵蚀着青少年的理想信念;传递给青少年扭曲的审美观、伦理观;助长了青少年不良的金钱观、消费观;促使青少年产生盲目从众心理。因而,必须综合治理网络水军,提高主流媒体的舆论引导力,增强网络思想政治教育话语效度,提升青少年网民的媒介素养,多措并举为青少年成长成才创造良好的网络生态环境。

“网络水军”新变种:操控6000余部手机刷人气炒流量

虽然“网络水军”早已不是什么新鲜事,但这些年其随着互联网的发展而野蛮生长,从一开始的“单兵作战”逐步变成“规模团战”,从单纯的人为操作升级为“群控软件”批量操作.近年来,直播带货成为人们购物的主要途径之一,很多人曾在直播间爆棚人气的带动下冲动下单。然而,直播间里“积极互动”的铁粉、不断刷屏的“小红心”背后,未必都是有血有肉的人……

网络水军对高校的影响及其治理对策

网络水军利用人物和事件炒作,恶意攻击与抹黑,对高校进行虚假宣传、舆论引导,会导致高校声誉损失、 形象受损,影响学术和教学环境,甚至会误导学生价值观念。由于水军行为的隐蔽性和复杂性,缺乏有效的监测和识别 手段,使得高校在形象和声誉维护方面面临一定的困境。高校需要建立监测与识别机制,利用技术手段进行网络水军识 别,加强数据分析和挖掘;加强宣传和舆论引导,提高自身形象和品牌建设,增加积极宣传和舆论引导的力度;提升网络 素养和信息安全意识,加强学生和教职员工的网络教育和培训,提高其网络安全意识和信息辨别的能力。

苍南警方侦破特大“网络水军”案件

如今,在流量为王的时代,谁拥有了流量,谁就获得了取胜的主动权,如何让自己掌握流量密码?有些人动起了歪脑筋。一些不法团伙把“流量高变现快”当噱头,披上传媒工作室的外衣,炮制流量骗局。一些卖假货的主播靠流量扩大自己的影响力,也就更容易骗取用户信任。

网络水军利用“消费维权”的主要特征和侦查策略——以廖某某利用网络水军恶意维权案为视角

网络水军利用“消费维权”现象的出现,威胁到了网络空间的公共安全和信任机制,本文以典型案例为视角,对网络水军利用“消费维权”的发生机制、运作模式、商家消极应对、攫取非法利益等进行原因和过程分析研究。研究发现网络水军“消费维权”具有鲜明的运用舆论场域的控制的方法,使职业维权人与网络维权者共情共意,具备跨区域链条化和职业化、被维权对象明确具体和应对被动等主要特征。本文为此类案件的打击提供有价值见解,为侦查机关提供侦查思路。

“网络水军”危害治理研究

“网络水军”在网络空间通过有偿删帖、发帖、刷评、淹评、造谣等方式开展活动,以上行为污染了网络空间环境,引发了网络信任危机,并对国家安全、市场经济秩序、社会秩序造成危害。通过完善法律法规、构建综合治理体系、创新识别“网络水军”的算法机制以及发挥官方媒体在舆论热点中的定音作用,能够更好地实现对“网络水军”的治理。

网络水军在公共议题中的危害及治理研究

【目的】公共议题兼具群众性与普遍性,往往引起大众热议。文章主要研究普通网民参与公共议题的动机及主要意义,以及网络水军对公共议题舆论导向的影响,并提出对网络水军治理的合理化建议。【方法】文章从公共议题的形成、网民因素影响,以及网络水军的侵扰三个方面进行深入研究;在网民方面主要研究网民参与公共议题的心理,网民的行为特征分析,以及影响网民行为;在公共议题形成方面,主要研究公共议题的形成及具体意义;在网络水军方面,主要研究网络水军的形成和对公共议题的影响研究等。【结果】总结了净化网络环境,整治网络水军对公共议题影响的具体措施。【结论】网络水军的治理方案亟须建立在充分剖析其危害和行为逻辑的基础上,协调整合各方面的共同努力,还网民一个风清气正的网络交流氛围。

基于深度学习的网络水军识别技术研究

[目的/意义]互联网的发展带动了社交网络的快速发展,为用户提供了一个方便的信息发布、传播和接受的渠道,但其低门槛的特性也催生了一批灰黑色力量——网络水军,他们传递虚假信息,破坏网络秩序,成为互联网生态中的一大问题。[方法/过程]本研究提出了一种基于深度学习的网络水军识别模型,结合用户的基础信息、历史言论、交互行为3方面特征,并加入了“社交亲密度”属性,通过特征提取与向量融合,利用卷积神经网络构建起水军识别模型。[结果/结论]通过实证分析与模型对比,实验构建的模型在精确率、准确率等指标均取得了较好的效果,可以为网络水军识别提供一定技术支持与理论指导。实验表明,利用机器学习方法主动识别网络水军账号,对重点账号进行实时监管与事前防范,可以更加及时有效地避免恶性网络事件发生,降低非法势力破坏舆情生态的风险。

基于量子竞争机制的网络水军智能识别模型研究

负面舆情易受人为因素影响,网络水军对负面舆情的产生具有较大的推动力,因此对其进行快速精准识别与治理成为舆情防控工作中亟待解决的问题。现阶段对网络水军的识别研究多依靠传统识别方法与技术开展,很少利用量子计算模型进行研究。本文基于量子竞争理论,构建具有4个类别13个维度的网络水军特征识别指标体系,利用量子竞争机制创建网络水军智能识别模型。选取10个典型的网络舆情热点事件进行仿真实验,获得了较好的研究结果;提出了“制防+技防+人防”的网络水军治理创新模式,在明确管理机构的规制、推进网络平台的监管以及推动网民素养的提升等3个方面提出了治理策略。

网信办:2023年将重点整治“自媒体”乱象、网络水军等九方面问题

3月28日,在国务院新闻办公室举行的2023年“清朗”系列专项行动新闻发布会上,国家互联网信息办公室副主任牛一兵表示,2023年“清朗”系列专项行动,将以“推动形成良好网络生态”为工作目标,开展一系列专项整治,其中9方面问题是重中之重,具体包括:整治“自媒体”乱象.

网络水军识别研究

网络水军识别关键技术已成为当前数据挖掘领域最为活跃的研究之一.如何挖掘海量用户信息中潜藏的网络水军特征与行为模式,从而发现网络水军,以维护良好的网络环境,保障合理的网络秩序,已成为一项十分具有挑战性的工作.对比传统与新型网络水军识别研究,从识别特征角度对近几年内网络水军识别研究进展进行综述,对其关键技术和效用评价进行了前沿概括、比较和分析,并对网络水军识别中有待深入研究的难点和发展趋势进行了展望.

基于贝叶斯模型的微博网络水军识别算法研究

为了能够有效地识别水军,在以往相关研究基础上,设置粉丝关注比、平均发布微博数、互相关注数、综合质量评价、收藏数和阳光信用这6个特征属性来设计微博水军识别分类器,并基于贝叶斯模型和遗传智能优化算法实现了水军识别算法。利用新浪微博真实数据对算法性能进行了验证,实验结果表明,提出的贝叶斯水军识别算法能够在不牺牲非水军识别率的情况下,保证水军识别的准确率,而且提出的阈值优化算法能显著提升水军识别的准确率。

基于交互行为的在线社会网络水军检测方法

网络水军对广告、谣言、木马和恶意链接进行传播,不仅干扰用户对在线社会网络的正常访问,还可能引发网络安全、社会稳定等方面的问题。针对网络水军信息传播的特点,提出基于交互行为的信息传播模型。模型根据不同传播主体间的交互定义特征来量化传播行为,使用决策树方法对水军传播的信息进行检测。通过新浪微博的真实数据分析传播模型并验证检测方法,结果表明检测方法能够对微博中水军信息进行有效检测。