一种基于SIR-D模型的复杂社交网络信息处置方法技术

本发明专利技术公开了一种基于SIR

【技术实现步骤摘要】
一种基于SIR
‑
D模型的复杂社交网络信息处置方法


[0001]本专利技术属于网络空间安全
，尤其涉及一种基于SIR
‑
D模型的复杂社交网络信息处置方法。

技术介绍

[0002]目前，以微博、知乎、微信、小红书为代表的社交网络平台已成为当前信息传播的重要方式，其平台的推荐算法系统会根据用户的身份特征、行为特征、偏好特征提供针对性的信息内容。因网络信息发布的简易性和快速性，一些未经证实、存在社会危害性的谣言与不良信息内容容易被生产并进行传播，等到网信部门、社交网络平台发现时，已经出现一定范围的扩散。随着社交网络平台信息量的增多和信息推荐算法的复杂化，网络综合治理的工作难度和强度都呈现大幅度上升的趋势，“机审+人审”的模式已经无法满足当前社交网络平台应急的要求。在相关人员开展应急处置过程中，尚未量化当前网络平台中信息的传播范围和受众情况，导致相关工作开展的实际效果存在着极大的不确定性，缺乏有效合理的量化指标。
[0003]在实现本专利技术过程中，专利技术人发现在现有的网络信息传播分析与监测技术方案中，主要是基于SI、SIS、SIR、SEIR等传染模型，分别在随机网络、小世界网络、无标度网络等复杂网络结构中进行模拟，以观察不同模型和不同网络下的信息传播情况。但是，上述方法大多数局限于单一网络平台的信息监测功能，缺乏开展在真实网络社交平台中、复杂网络耦合环境下的信息控制与阻断措施研究工作，也无法给安全应急人员提供可供参考的处置结果。在网络空间安全领域，网络信息安全综合治理工作亟需一种可以量化复杂网络环境下信息传播情况、及时发现敏感信息内容和分析信息控制和阻断效果的技术方案。

技术实现思路

[0004]专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于SIR
‑
D模型的复杂社交网络信息处置方法。
[0005]为实现上述目的，本申请公开了一种基于SIR
‑
D模型的复杂社交网络信息处置方法，包括以下步骤：步骤1，对两种以上的社交网络平台进行耦合，构建复杂社交网络环境；步骤2，设计网络信息传播模型，确定所述信息传播模型下用户状态变化情况；步骤3，对所述复杂社交网络环境进行信息监测，根据当前信息所处状态确定是否需要进行信息处置；步骤4，针对进行处置的信息，根据所述信息传播模型，验证信息处置效果。
[0006]进一步地，所述步骤1包括：用户在每一个社交网络平台上都有独立的虚拟身份，用以获取平台上的各类信息。当用户在其中一个社交网络平台上收到目标推荐信息时，用户状态发生变化，同时会影响到该用户在其他社交网络平台的虚拟身份状态，即将同一用户在不同社交网络平台中的虚拟身份节点一一对应，当其中一个社交网络平台的用户状态
调整时，其他社交网络平台的状态同时发生变化。通过多个社交网络平台的耦合，可以实现信息的跨平台传输效果，方便政府监管部门了解实际互联网环境下的用户状态情况。
[0007]进一步地，所述步骤2中设计网络信息传播模型包括：基于网络信息的传播现状提出一种SIR
‑
D（Susceptible Infected Recovered Disregard Model）模型，将政府和社交网络平台的网络信息治理措施纳入所述信息模型考虑范围，满足以下约束条件：S(t)+K(t)=ND(t)+A(t)=K(t)R(t)+I(t)=A(t)式中，N为社交网络平台上用户群体总数量，所述用户包括未知者和接收者，所述接收者包括忽略者和感染者，所述感染者包括传播者和免疫者，S(t)是t时刻尚未收到消息的未知者数量，K(t)是t时刻收到消息的接收者数量，D(t)是t时刻未点击阅读关注的忽略者数量，A(t)是t时刻仔细阅读的感染者数量，I(t)是t时刻二次传播信息的传播者数量，R(t)是t时刻不会采取点赞和转发措施的免疫者数量，t≥0。
[0008]进一步地，所述步骤2中确定所述信息传播模型下用户状态变化情况包括：随着时间的变化，用户状态随着信息接收的情况而发生变化：未知者有概率λ收到传播者发布的信息，并转化为下一轮的接收者；新的接收者中有占比α为感染者，其他为忽略者；忽略者有概率γ转变感染者；新的感染者中有占比β为传播者，其他为免疫者；传播者在经过阻断措施后有概率μ被强行转换成免疫者；信息传播导致的用户状态变化关系满足以下条件：
[0009]式中，S(t+1)、K(t+1)、A(t+1)、D(t+1)、I(t+1)、R(t+1)分别表示t+1时刻的不同状态下的用户数量。根据SIR
‑
D模型以及信息传递关系建立上述用户状态变化迭代模型，SIR
‑
D模型增加了一种新的用户状态“忽略者”，用以表示在当前社交平台信息量爆炸情况下，用户虽然收到各类推送消息，但是会因为推荐频次、推荐位置的不同而选择性的点击阅读，即存在信息被用户忽视的情况，更贴近信息传播真实场景。
[0010]进一步地，所述步骤1中当其中一个社交网络平台的用户状态调整时，其他社交网络平台中该用户的状态同时发生变化，整个网络中用户状态变化的优先级为传播者>免疫者>忽略者>未知者。如在某一时刻，用户在一个社交网络平台收到信息并且有传播行为，虽
然可能在另外一个社交网络平台尚未收到或忽视信息，但从耦合网络来看，用户的身份状态已经成为传播者，有概率同时在其他社交网络平台进行传播，因而将该用户在各社交网络平台中的状态都标注为传播者。
[0011]进一步地，所述步骤3包括：分别根据关键词的敏感程度和信息的传播规模进行分类分级，确定当前信息所处状态和所需要采取的措施：当信息内容命中高敏感关键词时，在第一时间阻断传播来源；当信息内容界定模糊，但传播量超过监测阈值时，优先降低其传播速率。
[0012]进一步地，所述步骤3中降低其传播速率包括：社交网络平台采用推荐算法将信息推荐给目标用户群体，当传播量>监测阈值出现预警时，在不删除信息的情况下减少信息推荐频次；所述减少信息推荐频次包括调整未知者接收信息的概率λ(t)=λ0+Δλ
·
(t
‑
t0)，其中λ0表示接收率初始值，Δλ表示接收率动态调整的效率，t0表示传播量大于监测阈值的首个时间戳，λ(t)≥0。
[0013]进一步地，所述步骤3中降低其传播速率还包括：当传播量>监测阈值出现预警时，在不删除信息的情况下后置信息展示位置；所述后置信息展示位置包括降低新的接收者感染率（被点击阅读的概率）α(t)=α0+Δα
·
(t
‑
t0)，其中，α0表示感染率的初始值，Δα表示感染率动态调整的效率，α(t)≥0。
[0014]进一步地，所述步骤3中阻断传播来源包括：对于内容高敏感度的信息，其传播有严重的社会负面影响，因此从源端用户进行处置，优先针对已出现规模化传播效应的内容进行删帖处理，将传播者以概率μ强行转化成免疫者。对高敏感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SIR
‑
D模型的复杂社交网络信息处置方法，其特征在于，包括以下步骤：步骤1，对两种以上的社交网络平台进行耦合，构建复杂社交网络环境；步骤2，设计网络信息传播模型，确定所述信息传播模型下用户状态变化情况；步骤3，对所述复杂社交网络环境进行信息监测，根据当前信息所处状态确定是否需要进行信息处置；步骤4，针对进行处置的信息，根据所述信息传播模型，验证信息处置效果。2.根据权利要求1所述的一种基于SIR
‑
D模型的复杂社交网络信息处置方法，其特征在于，所述步骤1包括：用户在每一个社交网络平台上都有独立的虚拟身份，当用户在其中一个社交网络平台上收到目标推荐信息时，用户状态发生变化，同时会影响到该用户在其他社交网络平台的虚拟身份状态，即将同一用户在不同社交网络平台中的虚拟身份节点一一对应，当其中一个社交网络平台的用户状态调整时，其他社交网络平台的状态同时发生变化。3.根据权利要求2所述的一种基于SIR
‑
D模型的复杂社交网络信息处置方法，其特征在于，所述步骤2中设计网络信息传播模型包括：基于网络信息的传播现状提出一种SIR
‑
D模型，将政府和社交网络平台的网络信息治理措施纳入所述信息模型考虑范围，满足以下约束条件：S(t)+K(t)=ND(t)+A(t)=K(t)R(t)+I(t)=A(t)式中，N为社交网络平台上用户群体总数量，所述用户包括未知者和接收者，所述接收者包括忽略者和感染者，所述感染者包括传播者和免疫者，S(t)是t时刻尚未收到消息的未知者数量，K(t)是t时刻收到消息的接收者数量，D(t)是t时刻未点击阅读关注的忽略者数量，A(t)是t时刻仔细阅读的感染者数量，I(t)是t时刻二次传播信息的传播者数量，R(t)是t时刻不会采取点赞和转发措施的免疫者数量，t≥0。4.根据权利要求3所述的一种基于SIR
‑
D模型的复杂社交网络信息处置方法，其特征在于，所述步骤2中确定所述信息传播模型下用户状态变化情况包括：随着时间的变化，用户状态随着信息接收的情况而发生变化：未知者有概率λ收到传播者发布的信息，并转化为下一轮的接收者；新的接收者中有占比α为感染者，其他为忽略者；忽略者有概率γ转变感染者；新的感染者中有占比β为传播者，其他为免疫者；传播者在经过阻断措施后有概率μ被强行转换成免疫者；信息传播导致的用户状态变化关系满足以下条件：
，式中，S(t+1)、K(t+1)、A(t+1)、D(t+1)、I(t+1)、R(t+1)分别表示t+1时刻的不同状...

【专利技术属性】
技术研发人员：嵇程，熊逸文，苗杰，柳艳，仲思超，许海滨，肖婷婷，
申请(专利权)人：国家计算机网络与信息安全管理中心江苏分中心，
类型：发明
国别省市：