保持真实性：俄罗斯网络操作的社交足迹

2016 年，由俄罗斯行动者驱动的社交媒体账户网络试图在美国公众的政治话语中转移讨论，涉及总统大选。这是一项由俄罗斯领导的复杂信息操作的有组织努力。利用社交媒体平台的匿名性和覆盖范围，俄罗斯行动者创建了一个与普通美国人直接接触、散布俄罗斯议程和目标的线上假民意运动。这种类型间接方法的隐蔽性使安全机构束手无策，凸显了此类干预所面临的独特挑战。基于对社交媒体影响网络功能已有文献的研究，我们提出了一种新的方法来描绘此类操作。我们认为，假装扮演合法社交角色的行为要求该网络遵守社交规范，留下社交足迹。为测试该社交足迹的鲁棒性，我们训练人工智能来识别其特征并创建预测模型。我们使用作为俄罗斯影响网络数据的 Twitter 数据进行人工智能训练和测试。我们的模型在测试集上达到 88% 的预测准确率。在两个额外模型上的测试结果分别为 90.7% 和 90.5%，验证了我们的模型。预测和验证结果表明，围绕俄罗斯影响网络中社交功能构建的机器学习模型可用于描绘其行为者和功能。