互联网内容安全关键技术研究综述

随着互联网技术的飞速发展和内容创作分享的低门槛化,互联网内容安全成为当下互联网建设和监管的重点.以文本、图像、音频、视频为载体的信息内容剧增,给互联网内容安全带来巨大挑战.互联网内容安全内涵丰富,从多媒体内容过滤分析、信息伪造检测、舆情态势感知和数据保护4个方面对其中关键的技术进行介绍.同时,梳理实际应用中广泛采用的关键技术和相关研究工作.最后对互联网内容安全研究的关键问题进行探讨与展望.

网络虚假事件传播的理论解释和现实逻辑——基于热点事件“上海女逃离江西农村”的舆情分析

基于微舆情系统,设置30种监测关键词组,抓取273 582条相关信息,其中新浪微博有214 207条,对网络热点"上海女逃离江西农村"事件做舆情分析。该事件的舆情主要集中于2016年2月7日到2016年2月15日,非敏感舆情占83.64%,北京舆情热度最高,广州其次,上海排第三,江西舆情热度不高。该事件因炒作者的议程设置、大众的从众心理、网友共鸣的标签等而成为热点。地区差距、城乡差距与代际差距造成了阶层的差距,地区优势超越了城乡优势和代际优势。虚假事件背后有真实的现实,在治理网络环境的同时,还必须加强和创新现实社会治理。

网络舆情传播波动性与舆情控制策略——基于GARCH和灰色Verhulst方法

网络空间的不断发展改变了既往“上情下达”的单向沟通渠道,但基于互联网的匿名性等特征,网络舆情事件也时有发生。本研究以政府治理需求为出口,增强网络舆情的控制能力,基于网络舆情事件所具有的时变特征,选取“假疫苗事件”作为研究样本,将网络舆情演化阶段划分为潜伏期、爆发期、反复期和消弭期,利用新浪微指数和百度指数,首先通过建立GARCH模型对网络舆情事件的传播波动性进行剖析,接着建立灰色Verhulst仿真模型描述网络舆情事件整体过程,探索在不同舆情阶段下相应的网络舆情控制手段。研究发现:(1)在网络舆情事件的潜伏期,相关部门应对易引发网民关注的事件予以持续追踪、收集与核实;(2)在网络舆情事件的爆发期,相关部门应不间断地对舆情演化情况进行监控,建立网络新闻发言人制度,回应网民关切热点,并公布事件调查及处理进展;(3)网络舆情事件进入反复期后,应对网络舆情事件的传播渠道、传播态势、敏感词、重点人群等方面予以关注和疏导,并建立网络舆情回应制度,公开事件处理进程,转变被动态势,倾听公众利益诉求的合理表达;(4)网络舆情传播进入消弭期后,政府部门应及时反思,提高危机处置能力和应急响应能力,总结经验,并及时公开事件最终处理结果。

食品安全网络伪舆情研究及管理

随着人们对食品安全问题的日益关注,出现了人为制造食品安全网络话题热点,甚至制造、传播食品安全伪舆情以达到某些特定目的的现象。本文针对这一新兴研究课题首先剖析了食品安全伪舆情的概念,然后通过分析制造食品安全伪舆情的原因、途径、特征提出了针对食品安全伪舆情的管理对策建议。

美国对华舆论战视角下的“中国误导信息”行动

[研究目的]近年来,误导信息成为美国对华舆论战中出现的一个新概念。研究这一现象有利于了解美国对华舆论战的特征,并进行反制。[研究方法]通过分析美国官方文件、智库报告和媒体报道,梳理美国以误导信息为武器开展对华舆论战的机制、应对方式和影响。[研究结论]美国以误导信息为由发起的对华舆论战,充分调动了传播过程的各个要素。美国这一行为的目的是遏制中国影响力,夸大了误导信息的作用,损害了中美两国关系的健康发展。

基于传播意图特征的虚假新闻检测方法综述

虚假新闻的传播会对个人、社会和国家产生巨大的负面影响,因此虚假新闻的检测始终都是研究的热点问题。虚假新闻检测实质上是一种信息分类问题,旨在验证由文本,图像和视频等多媒体信息构成的新闻的真实性。本文对虚假新闻检测问题和当前的主流方法展开了比较系统的研究,并揭示了虚假新闻的一个本质,即与报道真实事件的真实新闻不同,假新闻通常是有意为之,有特定的传播意图如误导公众等。基于这一特性,本文首先将虚假新闻的传播意图大致分为三类,并根据对应的相关特征对当前的研究方法作了分析,旨在能让读者从一个全新的角度理解虚假新闻检测领域。本文还介绍了虚假新闻检测的问题定义、基本范式、常用数据集和指标,并给出了该领域的未来的一些发展方向。

演化博弈视角下的网络伪舆情监管对策研究

网络伪舆情的监管治理区别于普通网络舆情的监管引导,目前专门针对伪舆情深入分析的策略研究相对较少。分析了伪舆情的危害,利用演化博弈方法建立伪舆情相关干系方的三方演化博弈模型,分析了治理网络伪舆情中各要素间的博弈关系。各方策略的选择受多种因素的共同影响,系统不会固定收敛于某一个均衡策略集合,监管成本、处罚力度等因素会直接影响系统的演化方向。最后给出针对网络伪舆情治理的具体策略建议。

基于决策树的网络伪舆情识别研究

【目的】针对舆情的识别问题,提出一种基于组合优化决策树的伪舆情识别方法。【方法】在特征分析的基础上,给出A、B、C三类伪舆情的定义。构建伪舆情评价指标体系,并通过对评价指标离散化,以归一输入输出关联值为属性选择标准建立决策树。【结果】基于Matlab实现,通过实验证明利用组合优化决策树所构建的伪舆情识别模型能够达到较高的预测准确率。【局限】模型和数据偏重固定网络媒介,移动社交软件等新兴网络媒介的兴起可能改变伪舆情特征,从而需要对方法做进一步改进。【结论】提供一种对多分类伪舆情进行智能识别的新方法。

基于新闻标题-正文差异性的虚假新闻检测方法

【目的】为解决在虚假新闻检测中新闻评论难以收集、新闻文本简短难以提取有效信息的问题,本文给出一种基于新闻标题和正文差异性的虚假新闻检测方法。【方法】首先,设计Cos-Gap差异性计算方法以获取新闻标题-正文在文本和情感上的差异性特征;然后,根据获得的差异性特征,以异构图注意网络为基础,构建新闻差异性异构图网络NDHN。该网络既包含基于差异性特征构造的边,也包含基于语义特征和情感特征构建的标题、正文和情感三种类型节点。【结果】在GossipCop开放数据集上的实验结果显示,本文提出的检测方法在分类准确率上提升约2.7个百分点,F1指标提升约3.2个百分点。【局限】本文方法适用于带有标题的新闻,对于微博、Twitter等无标题文本存在局限。【结论】融合新闻差异性特征可以有效提升虚假新闻检测准确率,为社交媒体快速检测出虚假新闻提供有力支持。