小世界網(wǎng)絡(luò)中謠言源檢測(cè)結(jié)果

無標(biāo)度網(wǎng)絡(luò)中謠言源檢測(cè)結(jié)果

　　本文轉(zhuǎn)自中國(guó)科技大學(xué)新聞網(wǎng)

　　在信息化時(shí)代的今日，在線社交網(wǎng)絡(luò)與個(gè)人的生活密切相關(guān)。在線社交網(wǎng)絡(luò)既能促進(jìn)有益信息的傳播，同時(shí)也為惡意信息的擴(kuò)散提供了溫床。如何快速而準(zhǔn)確地識(shí)別惡意信息的傳播源頭(如網(wǎng)絡(luò)謠言源、計(jì)算機(jī)病毒源)，是網(wǎng)絡(luò)科學(xué)中一個(gè)重要的基礎(chǔ)問題。

　　日前，中國(guó)科大信息科學(xué)與技術(shù)學(xué)院博士生王朝旭和董文祥針對(duì)網(wǎng)絡(luò)謠言源識(shí)別問題開展了深入研究，首次發(fā)現(xiàn)利用多樣本觀察知識(shí)能夠?yàn)闄z測(cè)方法帶來顯著的分集增益。運(yùn)用數(shù)理統(tǒng)計(jì)理論，他們從原理上證明，利用多樣本觀察知識(shí)，對(duì)于規(guī)則樹狀網(wǎng)絡(luò)拓?fù)淠Ｐ停軌驅(qū)⒄_檢測(cè)率由文獻(xiàn)中單樣本觀察時(shí)的30.7%提升到趨近100%。進(jìn)一步地，通過對(duì)多種實(shí)際網(wǎng)絡(luò)模型的數(shù)值實(shí)驗(yàn)研究，證實(shí)了他們提出的多樣本檢測(cè)算法在實(shí)際場(chǎng)合中，有潛力大幅度提高謠言源識(shí)別的精度。

　　上述研究成果以正式論文的形式在ACM SIGMETRICS會(huì)議上報(bào)告。論文由王朝旭、董文祥和他們的導(dǎo)師張文逸教授，以及香港城市大學(xué)計(jì)算機(jī)科學(xué)系陳志為(Chee Wei Tan)博士合作完成，中國(guó)科大電子工程與信息科學(xué)系是該論文的第一完成單位和通訊單位。創(chuàng)立于1973年的ACM SIGMETRICS是計(jì)算機(jī)系統(tǒng)性能建模、測(cè)量和分析領(lǐng)域的旗艦學(xué)術(shù)會(huì)議，平均錄用率僅為15%左右。此前四十余年中國(guó)大陸科研單位作為第一作者僅在該會(huì)議發(fā)表過六篇正式論文，其中中國(guó)科大在2010年由計(jì)算機(jī)學(xué)院作為第一作者發(fā)表過一篇正式論文。

　　中國(guó)科大學(xué)者的該成果在未來可望應(yīng)用于網(wǎng)絡(luò)執(zhí)法機(jī)構(gòu)進(jìn)行網(wǎng)絡(luò)取證等各種網(wǎng)絡(luò)安全相關(guān)的領(lǐng)域，通過充分挖掘利用多個(gè)數(shù)據(jù)樣本中所包含的潛在聯(lián)合信息，快速而準(zhǔn)確地識(shí)別出惡意信息的傳播源頭。