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。
中图分类号：TP181
文献标识码：ADOI:10.19358/j.issn.2097-1788.2023.11.004
引用格式：刘玉婷，丁鲲，刘茗.基于事件表示的虚假情报检测研究［J］.网络安全与数据治理，2023，42（11）：20-24.
文献标识码：ADOI:10.19358/j.issn.2097-1788.2023.11.004
引用格式：刘玉婷，丁鲲，刘茗.基于事件表示的虚假情报检测研究［J］.网络安全与数据治理，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
随着大数据、云计算、物联网、区块链、5G 等信息技术的兴起，社交媒体成为了人们获取开源情报的重要渠道，但同时也为虚假情报的广泛传播提供了平台。与传统的秘密情报不同的是，开源情报是以满足用户特定情报需求为导向，围绕一个或多个明确主题，在分散的公开可用的信息源中经收集、整理及分析评估之后产生并及时传递给特定受众的情报信息。近年来，互联网的高速发展给用户提供了大量开源情报，尤其是社交媒体渠道的膨胀使得情报的来源和真实性难以鉴别。据2022年度的微博辟谣报告显示，全年有82 274条不实信息被官方处理。愈演愈烈的虚假情报引发了一系列社会治理问题，因此，如何有效进行虚假信息查证是突破信息迷雾的重要研究议题之一。
以往的虚假情报检测主要是情报员人工干预，以标记内容特征等形式来对假新闻标示。但是这些方法还集中在静态内容的基础上，并且很难掌握情报文本深层次的语义特征，另外以人工的方式来处理不仅耗费精力且效率不高。为解决上述问题，本文构建了基于事件表示的虚假情报检测模型。该模型具体如下，通过扩展网络结构的方式学习事件文本内部结构信息，进一步捕捉事件元素之间的交互信息进行深层特征提取，以获得更高质量的特征向量；再将事件表示映射到一个具体的领域。为了验证本文所提出的方法的有效性，在谣言数据集上进行了相关任务的验证。
本文下载请点击：
基于事件表示的虚假情报检测研究AET-电子技术应用-最丰富的电子设计资源平台 (chinaaet.com)
作者信息：
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）
此内容为AET网站原创，未经授权禁止转载。