当网络攻击预测遇上社交媒体上的 BERT
计算机与社会
2023-01-06 v1 社会与信息网络
摘要
网络攻击日益成为侵蚀社交媒体环境的普遍现象。然而，由于主观性和成本问题，传统的自我报告问卷难以在当前网络领域中使用。在本研究中，我们基于前沿的深度学习算法提出了网络攻击预测模型。基于320名活跃微博用户的社交媒体活动，我们构建了基本、动态和内容特征。我们从社会排斥、恶意幽默和愧疚诱导三个维度阐述网络攻击。随后我们结合预训练的 BERT 模型构建预测模型。实证证据表明，带有 BERT 模型的预测表现更优，且相比无额外预训练信息的传统机器学习模型具有更强的预测能力。本研究为网络攻击预测提供了坚实的理论模型。此外，本研究有助于探究网络攻击行为和组织社交媒体平台。
引用
@article{arxiv.2301.01877,
title = {When Cyber Aggression Prediction Meets BERT on Social Media},
author = {Zhenkun Zhou and Mengli Yu and Yuxin He and Xingyu Peng},
journal= {arXiv preprint arXiv:2301.01877},
year = {2023}
}
备注
11 pages, 2 tables