基于事件表示的虚假情报检测研究*
网络安全与数据治理 11期
刘玉婷1,2,3，丁鲲1,3，刘茗1,3
（1国防科技大学第六十三研究所信息科学技术学院，江苏南京210007；2南京信息工程大学计算机学院、网络空间安全学院，江苏南京210044；3国防科技大学大数据与决策实验室，湖南长沙410073）
摘要： 随着互联网的兴起，虚假情报的广泛传播给社会舆论治理和情报分析带来了困难，准确地分辨虚假情报能够帮助相关部门和人员有针对性地进行处理。为了提高虚假情报检测的效率，提出了基于事件表示的虚假情报检测方法。首先，收集情报文本，并对其进行预处理操作；其次将收集到的情报文本转化成词向量；然后，通过LSTM层捕捉情报文本深层次的语义特征；接着使用全连接层，目的在于将高维特征嵌入到低维向量空间，从而获得情报文本的最终表示；最终，将分类结果反馈给相关情报人员进行鉴别处理。经在谣言数据集上的验证表明，该方法可以较好地区分谣言事件与非谣言事件，为更精准地实现情报鉴别提供支持。
中圖分類號：TP181
文獻標識碼：ADOI:10.19358/j.issn.2097-1788.2023.11.004
引用格式：劉玉婷，丁鯤，劉茗.基于事件表示的虛假情報檢測研究［J］.網絡安全與數據治理，2023，42（11）：20-24.
文獻標識碼：ADOI:10.19358/j.issn.2097-1788.2023.11.004
引用格式：劉玉婷，丁鯤，劉茗.基于事件表示的虛假情報檢測研究［J］.網絡安全與數據治理，2023，42（11）：20-24.
Research on false information detection based on event representation
Liu Yuting 1,2,3，Ding Kun1,3，Liu Ming1,3
(1 The Sixty-Third Research Institute of National University of Defense Technology, Nanjing 210007, China;2 School of Computer Science, Nanjing University of Information Science & Technology, Nanjing 210044, China;3 Laboratory for Big Data and Decision, National University of Defense Technology, Changsha 410073, China)
Abstract： With the rise of the Internet, the widespread spread of false intelligence has brought difficulties to the governance of public opinion and the analysis of intelligence personnel. Accurately identifying false intelligence can help relevant departments and personnel deal with it in a targeted manner. In order to improve the efficiency of false information detection, this study proposes a false information detection method based on event representation. Firstly, the information text is collected and preprocessed. Secondly, the collected information text is transformed into word vector. Secondly the deep semantic features of the information text are captured by LSTM layer. Then the full connection layer is used to embed the high-dimensional features into the low-dimensional vector space, so as to obtain the final representation of the information text. Finally, the classification results are fed back to the relevant intelligence personnel for identification. The verification on micro-blog rumor datasets shows that the proposed method can better distinguish rumor events from non-rumor events, which proves that the proposed method can provide support for more accurate intelligence identification.
Key words : false information detection; event representation; intelligence identification
0引言
隨著大數據、云計算、物聯網、區塊鏈、5G 等信息技術的興起，社交媒體成為了人們獲取開源情報的重要渠道，但同時也為虛假情報的廣泛傳播提供了平臺。與傳統的秘密情報不同的是，開源情報是以滿足用戶特定情報需求為導向，圍繞一個或多個明確主題，在分散的公開可用的信息源中經收集、整理及分析評估之后產生并及時傳遞給特定受眾的情報信息。近年來，互聯網的高速發展給用戶提供了大量開源情報，尤其是社交媒體渠道的膨脹使得情報的來源和真實性難以鑒別。據2022年度的微博辟謠報告顯示，全年有82 274條不實信息被官方處理。愈演愈烈的虛假情報引發了一系列社會治理問題，因此，如何有效進行虛假信息查證是突破信息迷霧的重要研究議題之一。
以往的虛假情報檢測主要是情報員人工干預，以標記內容特征等形式來對假新聞標示。但是這些方法還集中在靜態內容的基礎上，并且很難掌握情報文本深層次的語義特征，另外以人工的方式來處理不僅耗費精力且效率不高。為解決上述問題，本文構建了基于事件表示的虛假情報檢測模型。該模型具體如下，通過擴展網絡結構的方式學習事件文本內部結構信息，進一步捕捉事件元素之間的交互信息進行深層特征提取，以獲得更高質量的特征向量；再將事件表示映射到一個具體的領域。為了驗證本文所提出的方法的有效性，在謠言數據集上進行了相關任務的驗證。
本文下載請點擊：
基于事件表示的虛假情報檢測研究AET-電子技術應用-最豐富的電子設計資源平臺 (chinaaet.com)
作者信息：
劉玉婷1,2,3，丁鯤1,3，劉茗1,3
（1國防科技大學第六十三研究所信息科學技術學院，江蘇南京210007；2南京信息工程大學計算機學院、網絡空間安全學院，江蘇南京210044；3國防科技大學大數據與決策實驗室，湖南長沙410073）
此內容為AET網站原創，未經授權禁止轉載。