ALETHEIA: 利用图神经网络对抗社交媒体影响力活动
社会与信息网络
2025-12-29 v1 计算机与社会
摘要
影响力活动是在线空间中日益受到关注的问题。政策制定者、版主和研究人员采取了各种途径来对抗这些活动，使在线系统对普通用户更安全。为此，我们的论文提出了ALETHEIA，一个将此类操作中使用的恶意账户（或水军账户）检测形式化，并预测其在社交媒体网络内行为的系统。我们分析了来自不同国家的Reddit和X平台上的影响力活动，并强调基于活动的图表示，结合拓扑和语言特征构建的检测流程，相比标准的交互和用户特征提供了改进。ALETHEIA使用最先进的图神经网络（GNN）来检测可扩展至大型网络的恶意用户，与先前工作中使用交互特征的标准分类相比，F1分数提高了3.7%。此外，ALETHEIA通过将GNN堆叠在循环神经网络（RNN）之上，采用了首个为影响力活动构建的时间链接预测机制，该机制可以预测未来水军与其他水军及普通用户之间的交互，平均AUC达到96.6%。ALETHEIA预测水军-水军边（TTE）和水军-用户边（TUE），这有助于识别受恶意影响力活动影响的普通用户。总体而言，我们的结果强调了在预测和检测在线空间中恶意协调活动时，利用影响力操作的网络化性质（即结构信息）的重要性。
引用
@article{arxiv.2512.21391,
title = {ALETHEIA: Combating Social Media Influence Campaigns with Graph Neural Networks},
author = {Mohammad Hammas Saeed and Isaiah J. King and Howie Huang},
journal= {arXiv preprint arXiv:2512.21391},
year = {2025}
}