一种基于全阶邻居覆盖策略的网络谣言溯源方法技术

本发明专利技术公开了一种基于全阶邻居覆盖策略的网络谣言溯源方法，包括：根据目标区域用户间的联系构建图网络，将实际的区域转化到复杂网络中以了解区域中每个用户对应的节点属性；在复杂网络上使用全阶邻居覆盖策略确定观察点，在实际目标区域中将这些观察点对应的用户部署为观察用户；当目标区域爆发了谣言且收到谣言的观察用户达到规定规模，即可将目标区域中所有观察用户的状态、感染时间等信息映射到复杂网络中执行溯源算法；计算非观察点的源估计值；为估计值增加惩罚从而排除定位中的混淆点；输出最小估计值点对应在社交区域的用户即为传播源。本发明专利技术可以实现社交网络中传播源的早发现和早定位，从而及时阻止谣言传播造成的损失。损失。损失。

【技术实现步骤摘要】
一种基于全阶邻居覆盖策略的网络谣言溯源方法


[0001]本专利技术涉及网络信息传播
，尤其涉及一种基于全阶邻居覆盖策略 的网络谣言溯源方法。

技术介绍

[0002]传播源定位是指追溯现实中爆发的谣言、生物疾病、计算机病毒等传播性 信息的源头，从而对传播进行控制。在联系日益紧密的今天，有风险的传播过 程会危害社会的稳定性。谣言的传播会伤害个人，伤害群体，伤害社会，甚至 是伤害国家，会让一个团体变得散乱，造成社会的恐慌等，从而对民众的生产 生活、社会的稳定、国家的治理带来严重干扰。
[0003]复杂网络能够合理描述社交平台下用户之间的交互关系。实际的社交网络 中两个不认识用户的疏远距离、联系程度等都不易观察，而利用复杂网络对互 联网世界建模是一种非常有效的方法。互联网中的用户可以用复杂网络中的节 点来表示，而有联系的用户则可以用复杂网络中的边来描述。因此转换到复杂 网络中将可以直观、高效地实现对谣言散播源的定位。由于现实世界中有关传 播的真实数据集数量比较少，为了能够执行溯源算法，需要预定义一个传播模 型，从而获取传播数据集。基于复杂网络常见的传播模型包括SI (Susceptible
‑
Infected)模型和SIR(Susceptible
‑
Infected
‑
Recovery)模型。这些 模型主要表示了在网络下节点的状态随时间的转移。比如说在最初的时候网络 中所有的用户都是易感(susceptible)状态，也就是没有收到谣言的状态，而一 旦成为感染(infected)状态，那么这些用户就将尝试对邻居进行谣言传播，同 时受谣言影响的用户也由于发觉并被迫采取手段而有一定概率变为恢复 (recovery)状态，从而对谣言有质疑能力，即不再相信和传播谣言。将这些模 型运用在互联网中，可以较好地描述用户受谣言的影响、传播和抵抗等过程。 但这些传播模型过于简单与现实应用差距较大。以社交平台为例，每个人对于 谣言的反应和转发消息的积极度都不一样，因此他们的传染率是不可能相同的。 而且也需要考虑两个用户间的亲密程度和发消息频率，因此传播时间也不相同。 但是现在的传播模型一般都默认传染率相同或传播时间一样，这些简单的传播 模型不能很好地反应现实中的传播情况。那么定位算法在现实情况下的可解释 性就有待提高。本专利技术使用一种符合实际情况的异构传播模型来映射复杂的互 联网环境，即每个用户都有自己的传播谣言的概率，用户与用户之间也有不同 的传播时间。在该模型上拥有较好预测效果的算法也会更具有现实意义，才能 更好在现实场景中应用。
[0004]传播源定位的算法具体上分为三大类：基于全局信息的方法、基于局部信 息的方法和基于传感器观察(即观察点)的方法。基于全局信息的方法需要获 取网络中所有点的感染信息，然后利用这些全局信息对传播源进行推导；而基 于局部信息的方法则是用网络中局部点的感染信息去推导传播源；基于传感器 观察的方法则是提前在网络中布置一定数量的观察点，这些观察点通过捕获传 染信息达到监控网络的目的。最后通过这些观察点的信息去推导网络中的传播 源。Paluch等人在2020年通过对比三类观测方法(基于全局信
息的方法、基于局 部信息的方法和基于传感器观察的方法)已经证明了基于传感器观察方法的定位 效率是最高的。Pinto等人最早在2012年提出了这类定位算法。他们的算法流程 是以候选源点为根节点生成基于BFS的网络拓扑图，然后通过时延协方差矩阵 将观察点的观测时延和理论时延联系在一起，使得似然函数值最大的非观察点 便是求得的传播源。
[0005]但是现在的传播源定位问题依旧面临很多挑战。
[0006]以往的定位算法想要得到较为准确的定位效果，需要获取较多的传播信息。 实际应用场景下，想要收集足够的传播信息是耗时耗力的，因此难以实现。
[0007]现在的定位算法在大多数情况下都是默认传染沿着最短路径传播。这是一 个很强的假设。因为在现实情况下无论是网络病毒还是流感病毒，它们的传染 率都比较低，在较低的传染率下传播路径都是链式传播的，很难沿着最短路径 往下传播。因此默认传染沿着最短路径进行就是默认传播率比较高的假设与实 际场景有很大偏差，是不合理的。
[0008]现在传播源定位算法在真实网络下的准确率依旧在50％以下。虽然在一些 人工合成网络中，现有的传播源定位算法准确率比较高，但是由于真实网络的 规模比较大，部分定位算法还是较难达到一个理想的准确率。
[0009]解决以上问题及缺陷的难度在于：
[0010]获取较多的传播信息不仅仅需要人工成本，时间成本的开销也会大幅增加。 而定位的目的就是尽早找到传播源，越早找到传播源就能降低更多的损失。因 此增加时间成本是不可取的，只能对算法结构进行大幅优化从而使用较少的传 播信息获得较好的定位效率；
[0011]放弃“沿着最短路径传播”的假设将会导致模型的传播率变低，高传染率下被 感染节点会最大限度感染其所有邻居，但在低传染率下，被感染点会随机感染 其邻居，那么传播也将变得更加随机，定位的难度也会更大；
[0012]现实中的网络规模对应的节点更多，关系也更为复杂，定位算法更容易出 现定位误差。

技术实现思路

[0013]本专利技术的目的在于解决上述现有技术存在的缺陷，提供一种基于全阶邻居覆 盖策略的网络谣言溯源方法。该方法通过优化算法结构，令定位算法使用较少 的传播信息即可获得50％以上的定位准确率，同时可以节省时间，减少负面消 息等造成的损失。
[0014]一种基于全阶邻居覆盖策略的网络谣言溯源方法，所述网络谣言溯源方法包 括以下步骤：
[0015]S1，输入目标区域的用户关系库：输入需要进行谣言监测和定位的目标区 域的用户关系；
[0016]S2，构建图网络G＝(V，E)并初始化：在输入了用户关系后，将实际关系映 射到所述图网络G中，其中V为点集合，用于对应目标区域的用户，E为边集 合，连边表示两个用户在社交网络中认识，将G中所有节点初始化为未收到谣 言的状态；
[0017]S3，根据所述图网络G为区域部署观察用户：使用全阶邻居覆盖策略在网 络中选择比例的观察点，该策略保证网络中任意节点的每一阶邻居中都存在观 察点，然后在实际目标区域中将这些与观察点一一对应的用户标记为观察用户， 他们的职责是当谣言发
生时需要记录自身收到谣言的时间；
[0018]S4，区域中收到谣言的观察用户达到规模：当区域中已经发生了新的谣言， 且收到谣言的观察用户为4个时即可执行溯源过程；
[0019]S5，将观察用户信息映射到G：将社交区域中观察用户收到谣言的状态以 及收到谣言的时间映射到网络G中，使用含有拓扑关系结构的复杂网络对谣言 散播源进行定位；
[0020]S6，根据G计算非观察用户的源估计值：利用网络G的拓扑结构以及观察 用户收集到的信息，在网络上使用结合了“最小感染中心”和“时间
‑
距离比”的公 式对非观察本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全阶邻居覆盖策略的网络谣言溯源方法，其特征在于，所述网络谣言溯源方法包括以下步骤：S1，输入目标区域的用户关系库：输入需要进行谣言监测和定位的目标区域的用户关系；S2，构建图网络G＝(V,E)并初始化：在输入了用户关系后，将实际关系映射到所述图网络G中，其中V为点集合，用于对应目标区域的用户，E为边集合，连边表示两个用户在社交网络中认识，将G中所有节点初始化为未收到谣言的状态；S3，根据所述图网络G为区域部署观察用户：使用全阶邻居覆盖策略在网络中选择比例的观察点，该策略保证网络中任意节点的每一阶邻居中都存在观察点，然后在实际目标区域中将这些与观察点一一对应的用户标记为观察用户，他们的职责是当谣言发生时需要记录自身收到谣言的时间；S4，区域中收到谣言的观察用户达到规模：当区域中已经发生了新的谣言，且收到谣言的观察用户为4个时即可执行溯源过程；S5，将观察用户信息映射到G：将社交区域中观察用户收到谣言的状态以及收到谣言的时间映射到网络G中，使用含有拓扑关系结构的复杂网络对谣言散播源进行定位；S6，根据G计算非观察用户的源估计值：利用网络G的拓扑结构以及观察用户收集到的信息，在网络上使用结合了“最小感染中心”和“时间
‑
距离比”的公式对非观察点对应的非观察用户进行谣言散播源的估计值计算；S7，差异化处理估计值：在相应的非观察用户计算完源估计值以后，该用户每存在一个未收到谣言消息的一阶观察用户，那么估计值就乘以一次惩罚系数α来降低该用户成为传播源的可能，且α为1到1.1之间的实数；S8，输出最小估计值点对应的用户：遍历该社交区域内的所有非观察用户，选出估计值最小的用户作为预测的谣言散播源。2.如权利要求1所述的网络谣言溯源方法，其特征在于，所述S3包括以下步骤：S31：在网络G中使用全阶邻居覆盖策...

【专利技术属性】
技术研发人员：王震，侯东鹏，李向华，朱培灿，高超，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：