社交媒体上的网络安全错误信息检测：以钓鱼网站报告与Zoom威胁为例

先前工作已广泛研究涉及新闻、政治与健康的错误信息，然而错误信息也可能关于技术话题。尽管争议较小，此类错误信息会严重损害公司声誉与收入，以及用户的在线体验。近来，社交媒体也日益被用作提取及时且相关安全威胁的新型知识库来源，这些威胁被输入威胁情报系统以提升性能。然而，若存在散布虚假安全威胁的操纵活动，这些系统可能易受投毒攻击。本工作中，我们提出了检测社交媒体上关于网络安全与隐私威胁的错误信息的新方法，聚焦于两类具有不同错误类型的话题：钓鱼网站与Zoom的安全及隐私威胁。我们开发了一个检测Twitter上不准确钓鱼声明的框架。利用该框架，我们可将约9%的URL和22%的钓鱼报告标记为错误信息。我们还提出了另一框架，用于检测多个平台上与Zoom安全和隐私威胁相关的错误信息。我们的分类器表现出优异性能，准确率超过98%。将这些分类器应用于Facebook、Instagram、Reddit和Twitter上的帖子，我们分别发现约18%、3%、4%和3%的帖子为错误信息。此外，我们研究了错误信息帖子的特征、其发布者及其时间线，这有助于识别操纵活动。