Decaffe：基于 DHT 树的在线联邦假新闻检测

移动社交网络（MSNs）的普及改变了信息传播方式，导致人们越来越依赖这些平台进行新闻消费。然而，这种转变伴随着假新闻的广泛传播，在引发公众恐慌、施加政治影响和掩盖真相方面带来了重大挑战。MSN 中用于假新闻检测的传统数据处理流程存在响应时间长和可扩展性差的问题，无法应对 MSN 中新闻的独特特征，如传播迅速、数量庞大和演变快速。本文介绍了一种名为 Decaffe 的新型系统——一种基于 DHT 树的在线联邦假新闻检测系统。Decaffe 利用基于分布式哈希表（DHT）的聚合树来实现可扩展性和实时检测，并采用两种模型微调方法以适应移动网络动态。该系统的结构包括根、分支和叶，用于有效分发预训练模型和基于集成的预测结果聚合。Decaffe 独特地结合了基于集中式服务器和无服务器去中心化的模型微调方法与个性化模型微调，解决了 MSN 动态环境中实时检测、可扩展性和适应性的挑战。