可快速锁定网络谣言源
据中科院网站消息,如何快速而准确地在在线社交网络上识别恶意信息的传播源头(如网络谣言源、计算机病毒源),是网络科学中一个重要的基础问题。日前,中国科学技术大学信息科学与技术学院张文逸教授课题组采用多样本检测算法在网络谣言源检测研究中取得新进展。
该课题组运用数理统计理论,从原理上证明,利用多样本观察知识,对于规则树状网络拓扑模型,能够将正确检测率由文献中单样本观察时的30.7%提升到趋近100%。进一步通过对多种实际网络模型的数值实验研究,证实了多样本检测算法在实际场合中,有潜力大幅度提高谣言源识别的精度。
该研究成果可望应用于网络取证等网络安全领域,通过充分挖掘多个数据样本中所包含的潜在联合信息,快速而准确地识别出恶意信息的传播源头。
相关文章
- 4条评论
- 冢渊惑心2022-05-28 14:20:19
- 据中科院网站消息,如何快速而准确地在在线社交网络上识别恶意信息的传播源头(如网络谣言源、计算机病毒源),是网络科学中一个重要的基础问题。日前,中国科学技术大学信息科学与技术学院张文逸教授课题组采用多样本
- 澄萌嘻友2022-05-28 10:23:55
- 组采用多样本检测算法在网络谣言源检测研究中取得新进展。 该课题组运用数理统计理论,从原理上证明,利用多样本观察知识,对于规则树状网络拓扑模型,能够将正确检测率由文献中单样本观察时的30.7%提
- 夙世等灯2022-05-28 07:21:05
- 论,从原理上证明,利用多样本观察知识,对于规则树状网络拓扑模型,能够将正确检测率由文献中单样本观察时的30.7%提升到趋近100%。进一步通过对多种实际网络模型的数值实验研究,证实了多样本检测算法在实际场合中,有潜力大幅度提高谣言源识别的精度。 该研究成果可望应用于网络取
- 竹祭里予2022-05-28 05:47:47
- 据中科院网站消息,如何快速而准确地在在线社交网络上识别恶意信息的传播源头(如网络谣言源、计算机病毒源),是网络科学中一个重要的基础问题。日前,中国科学技术大学信息科学与技术学院张文逸教授课题组采用多样本检测