揭穿欺骗之网:揭示协调活动以暴露Twitter上的信息操作
社会与信息网络
2024-02-02 v1
摘要
社交媒体平台,特别是Twitter,已成为影响行动的关键场所,这些行动通常由国家支持的信息操作(IOs)策划。本文通过利用从行为模式数据构建的相似度图,深入研究对驱动IOs的关键参与者的检测。我们揭示出,已知却未充分利用的网络属性可帮助准确识别协调的IO驱动者。基于来自六个国家、包含多个已验证IOs的4900万条推文的全面数据集,我们的研究表明传统网络过滤技术不能跨活动一致地 pinpoint IO驱动者。我们首先提出一个基于节点剪枝的框架,该框架表现更优,尤其在跨不同网络组合多种行为指标时。然后,我们引入一个监督式机器学习模型,该模型利用融合相似度网络的向量表示。该模型精度超过0.95,善于在全球尺度上分类IO驱动者并可靠预测其时间参与。我们的发现对于打击社交媒体上的欺骗性影响行动至关重要,有助于我们更好地理解和检测它们。
引用
@article{arxiv.2310.09884,
title = {Unmasking the Web of Deceit: Uncovering Coordinated Activity to Expose Information Operations on Twitter},
author = {Luca Luceri and Valeria Pantè and Keith Burghardt and Emilio Ferrara},
journal= {arXiv preprint arXiv:2310.09884},
year = {2024}
}
备注
Accepted at the 2024 ACM Web Conference