CN106992966B - 一种针对真假消息的网络信息传播实现方法 - Google Patents
一种针对真假消息的网络信息传播实现方法 Download PDFInfo
- Publication number
- CN106992966B CN106992966B CN201710111910.0A CN201710111910A CN106992966B CN 106992966 B CN106992966 B CN 106992966B CN 201710111910 A CN201710111910 A CN 201710111910A CN 106992966 B CN106992966 B CN 106992966B
- Authority
- CN
- China
- Prior art keywords
- node
- information
- network
- nodes
- propagation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0227—Filtering policies
- H04L63/0245—Filtering by information in the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种针对真假消息的网络信息传播实现方法,包括以下步骤:S1:导入网络;S2:迭代更新度值并提取节点,提取出网络中一定比例的信息领袖节点;S3:对提取出的领袖节点分配信息过滤能力值;S4:根据网络信息传播实现方法,从一个节点开始进行网络信息的级联传播;S5:计算信息传播的范围指标。本发明提供一种针对真假消息的网络信息传播实现方法,提出网络信息传播模型和节点的筛选方法,能够使得网络中假消息得到快速抑制,真消息得到大范围的传播的效果。
Description
技术领域
本发明涉及网络信息传播领域,特别是涉及一种针对真假消息的网络信息传播实现方法。
背景技术
信息传播的传统途径是广播、电视和报纸等大众传媒,受众群体往往只能被动地接收消息。随着互联网的快速发展,人们获取、传播消息的途径发生了翻天覆地的变化。用户不仅是信息的接收者,同时也是信息的生产者和传播者。社交媒体的出现,也改变了传统的信息扩散方式,人们通过社交网络交换信息的同时,也建立起一个庞大的人际传播信息网络。信息传播途径的改变,也对个体信息传播行为带来了变革。因此,分析并确定节点的传播能力非常重要,这是因为:一方面,人们获取信息的方式进一步由大众传播主导转变为人际传播优先。社交网络的去中心化特征,使得每一个体都是一个信息源,社交网络中的每个使用者都成为了其关注者的信息来源,他们对信息进行过滤或筛选,是网络中的信息“把关人”。另一方面,在社交网络中,用户之间具有非常强的异质性,导致用户的传播能力相差非常大,同样一条信息是否被那些重要节点(意见领袖)转发很大程度上影响到信息的最终传播范围。
分析并确定节点的传播能力,寻找网络中最具有“信息传播影响力”的节点集合(这些节点被称为“领袖节点”),通过节点对信息进行筛选和过滤,我们就可以让那些好消息得到尽可能广泛的传播,而对于那些不良消息,可以快速地得到抑制。信息传播影响力的概念和WEB网络中的HUB特性(参考文献[1]:Kleinberg J M.Authoritative sources in ahyperlinked environment[J].Journal of the Acm,1999,46(5):604-632.即KleinbergJ M,超链接环境下的权威源,Journal of the Acm,1999,46(5):604-632.)相似。已经存在刻画节点重要性的指标,例如度值、局部中心性(参考文献[2]:Chen D,Lü L,Shang M S,etal.Identifying influential nodes in complex networks[J].Physica A StatisticalMechanics&Its Applications,2012,391(4):1777-1787.即Chen D,Lü L,Shang M S等,鉴定复杂网络中的影响力节点)等,也存在基于网络全局属性的特征向量中心性、Katz指标、紧密中心度、介数中心性等。
虽然刻画网络中心性节点的工作已经如此繁多,但是在信息传播领域,仍然没有直接的信息传播影响力指标,我们只能够间接地用其他领域的网络中心性节点代替为信息传播影响力节点。同时,在信息传播领域,寻找这样的网络“领袖节点”已经被证明是一个NP-hard问题(参考文献[3]:Kempe D,Kleinberg J,TardosMaximizing the spread ofinfluence through a social network[C]//ACM SIGKDD International Conference onKnowledge Discovery and Data Mining.ACM,2003:137-146.即Kempe D,Kleinberg J,Tardos通过社交网络使得影响力速度最大化,ACM SIGKDD International Conferenceon Knowledge Discovery and Data Mining.ACM,2003:137-146.),这表明了在大规模的网络中,直接寻找这样的领袖节点是不可取的。网络中的节点由于个体之间的耦合交互,节点的“信息传播影响力”仍然没有被全面刻画,信息的传播本质还没有得到全面解释。
因此,本发明受到以往节点重要性学习的推动,我们旨在解决以下两方面问题:(1)提出针对真假消息的网络信息传播模型,用于刻画真假消息在网络中的传播(2)提出快速的领袖节点选择策略。
发明内容
为了克服现有的网络信息传播方式的无信息过滤能力的不足,本发明提供一种针对真假消息的网络信息传播实现方法,提出网络信息传播模型和节点的筛选方法,通过让节点具有信息过滤能力,能够使得网络中假消息得到快速抑制,真消息得到大范围的传播的效果。
本发明解决其技术问题所采用的技术方案如下:
一种针对真假消息的网络信息传播实现方法,所述方法包括如下步骤:
S2:选取领袖节点;快速的领袖节点选取策略为:取网络中度值最大的节点作为第一个领袖节点;剩余的节点中去除与领袖节点的连边后,更新全网络的度值,并降序排列;选择剩余节点中度值最大的节点作为新的领袖节点;重复上述过程,直到选得f×N个节点作为该网络的领袖节点集合,记为Vfilter,其中为f网络中领袖节点的比例;
S3:分配过滤性能;网络中每一个节点k都具有分辨信息的能力,称之为过滤性能,记为Ik;根据网络信息传播模型,对集合Vfilter中的所有领袖节点,赋予其分辨信息的能力为I=1,对于网络中剩余的其他节点,赋予其分辨信息能力为I=0;
S4:级联信息传播;随机选择一个网络中的节点,作为信息传播的源头,转发一个真实性为M=0/1的假消息或者真消息;当某个节点k的邻居节点转发信息后,那么该节点就可以看到信息,同时节点k将以概率Pk转发该信息,根据网络信息传播模型,按照公式(1)计算转发概率Pk:
其中,H表示信息的自然传播率,采用级联模型,每一个节点只有一次机会传播,传播不成功则不再继续传播,当网络中能够看到信息的节点,已经全部被转发询问后停止。
S5:计算信息传播范围指标;计算每个f指标下的传播范围平均值,得到传播的最终结果。
进一步,所述步骤S4中,网络中已经转发信息的节点集合记为Vreached,初始时只包含信息源节点;节点的邻居节点如果属于Vreached,并且未进行转发询问,初始时为信息源节点的邻居节点,这些节点记为Vnoworked;节点的邻居节点如果属于Vreached,并且已经进行转发询问,这些节点记为Vworked;当某个节点k的邻居节点转发信息后,那么该节点就可以看到信息,同时节点k将以概率Pk转发该信息;过程如下:
4.1)随机选择一个网络中的节点,作为信息传播的源头,转发一个真实性为M=0/1的假消息或者真消息;
4.2)对选择任意一个Vnoworked中的节点,根据网络信息传播模型,按照公式(1)计算转发概率P;
4.3)产生0~1的随机数,这里每一个节点只有一次机会传播,传播不成功则不再继续传播;如果Pk≥随机数,则节点k进行转发,并将节点k的邻居中添加到Vnoworked中,再将节点k移除出Vnoworked,加入到Vreached;如果Pk<随机数,则节点k不进行转发,节点k进入Vworked;
4.4)当Vnoworked中不再有节点时,算法停止,表示此时所有看到信息的节点都已经经过处理;Vreached即表示传播到的节点集合;
4.5)不断重复步骤4.1)-4.4),直到迭代次数到达5N,记录传播总次数;
4.6)更改领袖节点比例f,重复步骤S2-步骤4.5),记录每个不同比例f下的传播总次数。
本发明的技术构思为:与传统的信息级联模型不同的是,这里,我们的方法认为信息只存在两种状态:真消息、假消息。我们提出了信息传播模型:认为网络中的领袖节点具有一定的能力来分辨出这两种不同的信息,领袖节点能够按照某种模式来传播真消息,而阻止假消息。同时,我们基于度值设计了快速的领袖节点提取方法;并与仿真实验结合,该模型能帮助研究人员更好地了解网络中的信息传播过程,以及领袖节点的作用。
本发明的有益效果为:提出了一种针对真假消息的网络信息传播实现方法,解释了真假消息在网络上的传播过程,为研究人员更好地了解网络中的信息传播过程提供新的见解;同时,我们基于网络节点度值设计了快速的领袖节点选择策略,通过让节点具有信息过滤能力,真消息能够被快速传播到全网络,假消息能够被极大地遏制。
附图说明
图1为本发明一种针对真假消息的网络信息传播实现方法的算法流程图。
图2为本发明实施例在假信息M=0时的传播效果图。
图3为本发明实施例在真信息M=1时的传播效果图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的描述。
参照图1~图3,一种针对真假消息的网络信息传播实现方法,本发明使用美国电力网络USposerGrid作为实验网络,该网络具有全连通性,可以防止由于网络存在断边而带来的网络结构破坏的问题,同时节点数量多,传播效果更有说明性。这里,不同数量的领袖节点迭代实验次数为节点总数5倍,即5N(使得每个节点有很大可能性被至少随机选择到一次)。
本实施例中,一种针对真假消息的网络信息传播实现方法,其具体步骤为:
S2:选取领袖节点;快速的领袖节点选取策略为:取网络中度值最大的节点作为第一个领袖节点;剩余的节点中去除与领袖节点的连边后,更新全网络的度值,并降序排列;选择剩余节点中度值最大的节点作为新的领袖节点;重复上述过程,直到选得f×N个节点作为该网络的领袖节点集合,记为Vfilter,其中为f网络中领袖节点的比例。这里比例f∈[0,1],表示网络从0个领袖节点到N个领袖节点。
S3:分配过滤性能;网络中每一个节点k都具有分辨信息的能力,称之为过滤性能,记为Ik。根据网络信息传播模型,对集合Vfilter中的所有领袖节点,赋予其分辨信息的能力为I=1,对于网络中剩余的其他节点,赋予其分辨信息能力为I=0;
S4:级联信息传播;网络中已经转发信息的节点集合记为Vreached,初始时只包含信息源节点;节点的邻居节点如果属于Vreached,并且未进行转发询问,初始时为信息源节点的邻居节点,这些节点记为Vnoworked;节点的邻居节点如果属于Vreached,并且已经进行转发询问,这些节点记为Vworked。当某个节点k的邻居节点转发信息后,那么该节点就可以看到信息,同时节点k将以概率Pk转发该信息。具体步骤为:
4.1)随机选择一个网络中的节点,作为信息传播的源头,转发一个真实性为M=0/1的假消息或者真消息。
4.2)对选择任意一个Vnoworked中的节点,根据网络信息传播模型,按照公式(1)计算转发概率P。
其中,H表示信息的自然传播率,这里H=0.5,用于保证概率Pk不超过1或者小于0;
4.3)产生0~1的随机数,这里每一个节点只有一次机会传播,传播不成功则不再继续传播。如果Pk≥随机数,则节点k进行转发,并将节点k的邻居中(不包括Vworked中的节点)添加到Vnoworked中(重复则舍去),再将节点k移除出Vnoworked,加入到Vreached;如果Pk<随机数,则节点k不进行转发,节点k进入Vworked。
4.4)当Vnoworked中不再有节点时,算法停止,表示此时所有看到信息的节点都已经经过处理。Vreached即表示传播到的节点集合。
4.7)不断重复步骤4.1)-4.4),直到迭代次数到达5N,记录传播总次数;
4.8)更改领袖节点比例f,重复步骤2)-步骤4.5),记录每个不同比例f下的传播总次数。
S5:计算信息传播范围指标;计算每个f指标下的传播范围平均值,得到传播的最终结果。
图2,3中的实线表示采用随机策略选点下的信息过滤,作为对照的基准;虚线表示采用我们的基于度值的快速选择领袖节点策略。由图2可得,采用我们的基于度值的快速选点策略,在网络信息传播过程中能够显著地快速抑制假消息。图3表明,我们的选点策略能够显著扩大真消息的传播范围,与随机策略相比,基于度值的策略表现的效果优异,真消息得以快速地传播到全网络。
如上所述为本发明在美国电力网络上的实施例介绍,通过一种针对真假消息的网络信息传播实现方法,解释了信息在电力网络上的传播过程。同时,基于度值的领袖节点提取方法,不仅提取速度快,时间复杂度为O(n),而且在筛选效果上,表现的比随机策略显著优异。
Claims (2)
1.一种针对真假消息的网络信息传播实现方法,其特征在于,所述方法包括如下步骤:
S2:选取领袖节点;快速的领袖节点选取策略为:取网络中度值最大的节点作为第一个领袖节点;剩余的节点中去除与领袖节点的连边后,更新全网络的度值,并降序排列;选择剩余节点中度值最大的节点作为新的领袖节点;重复上述过程,直到选得f×N个节点作为该网络的领袖节点集合,记为Vfilter,其中f为网络中领袖节点的比例;
S3:分配过滤性能;网络中每一个节点k都具有分辨信息的能力,称之为过滤性能,记为Ik;根据网络信息传播模型,对集合Vfilter中的所有领袖节点,赋予其分辨信息的能力为I=1,对于网络中剩余的其他节点,赋予其分辨信息能力为I=0;
S4:级联信息传播;随机选择一个网络中的节点,作为信息传播的源头,转发一个真实性为M=0/1的假消息或者真消息;当某个节点k的邻居节点转发信息后,那么该节点就可以看到信息,同时节点k将以概率Pk转发该信息,根据网络信息传播模型,按照公式(1)计算转发概率Pk:
其中,H表示信息的自然传播率,采用级联模型,每一个节点只有一次机会传播,传播不成功则不再继续传播,当网络中能够看到信息的节点,已经全部被转发询问后停止;
S5:计算信息传播范围指标;计算每个f指标下的传播范围平均值,得到传播的最终结果。
2.如权利要求1所述的一种针对真假消息的网络信息传播实现方法其特征在于,所述步骤S4中,网络中已经转发信息的节点集合记为Vreached,初始时只包含信息源节点;节点的邻居节点如果属于Vreached,并且未进行转发询问,初始时为信息源节点的邻居节点,这些节点记为Vnoworked;节点的邻居节点如果属于Vreached,并且已经进行转发询问,这些节点记为Vworked;当某个节点k的邻居节点转发信息后,那么该节点就可以看到信息,同时节点k将以概率Pk转发该信息;过程如下:
4.1)随机选择一个网络中的节点,作为信息传播的源头,转发一个真实性为M=0/1的假消息或者真消息;
4.2)对选择任意一个Vnoworked中的节点,根据网络信息传播模型,按照公式(1)计算转发概率P;
4.3)产生0~1的随机数,这里每一个节点只有一次机会传播,传播不成功则不再继续传播;如果Pk≥随机数,则节点k进行转发,并将节点k的邻居中添加到Vnoworked中,再将节点k移除出Vnoworked,加入到Vreached;如果Pk<随机数,则节点k不进行转发,节点k进入Vworked;
4.4)当Vnoworked中不再有节点时,算法停止,表示此时所有看到信息的节点都已经经过处理;Vreached即表示传播到的节点集合;
4.5)不断重复步骤4.1)-4.4),直到迭代次数到达5N,记录传播总次数;
4.6)更改领袖节点比例f,重复步骤S2-步骤4.5),记录每个不同比例f下的传播总次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111910.0A CN106992966B (zh) | 2017-02-28 | 2017-02-28 | 一种针对真假消息的网络信息传播实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111910.0A CN106992966B (zh) | 2017-02-28 | 2017-02-28 | 一种针对真假消息的网络信息传播实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106992966A CN106992966A (zh) | 2017-07-28 |
CN106992966B true CN106992966B (zh) | 2020-01-10 |
Family
ID=59412578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710111910.0A Active CN106992966B (zh) | 2017-02-28 | 2017-02-28 | 一种针对真假消息的网络信息传播实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106992966B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108400883B (zh) * | 2018-01-09 | 2021-04-06 | 浙江工业大学 | 一种基于网络信息流的社会分层模型实现方法 |
CN110300016B (zh) * | 2019-05-14 | 2020-12-04 | 中国科学院信息工程研究所 | 一种基于差分预解集的网络信息扩散源头推断方法 |
CN110990716B (zh) * | 2019-11-19 | 2022-06-28 | 浙江工业大学 | 基于影响力最大化的抑制虚假消息传播方法 |
CN111262828B (zh) * | 2019-12-19 | 2022-01-11 | 浙江工业大学 | 一种针对网络真假消息传播的节点部署方法 |
CN113807976A (zh) * | 2021-08-31 | 2021-12-17 | 浙江工业大学 | 基于阈值自适应变化的社交网络信息传播实现方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207884A (zh) * | 2012-11-23 | 2013-07-17 | 浙江工业大学 | 一种加权网络间的权重迭代节点匹配方法 |
CN106156366A (zh) * | 2016-08-01 | 2016-11-23 | 浙江工业大学 | 一种基于聚类的牵制控制节点选择方法 |
CN106326345A (zh) * | 2016-08-08 | 2017-01-11 | 浙江工业大学 | 一种基于用户行为的社交网络中朋友关系挖掘方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8144587B2 (en) * | 2006-08-22 | 2012-03-27 | Embarq Holdings Company, Llc | System and method for load balancing network resources using a connection admission control engine |
US20150078178A1 (en) * | 2013-09-16 | 2015-03-19 | Tachyon Networks Incorporated | Software platform for implementation and control of satellite communication systems |
US10115167B2 (en) * | 2013-12-17 | 2018-10-30 | Palo Alto Research Center Incorporated | System and method for identifying key targets in a social network by heuristically approximating influence |
-
2017
- 2017-02-28 CN CN201710111910.0A patent/CN106992966B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207884A (zh) * | 2012-11-23 | 2013-07-17 | 浙江工业大学 | 一种加权网络间的权重迭代节点匹配方法 |
CN106156366A (zh) * | 2016-08-01 | 2016-11-23 | 浙江工业大学 | 一种基于聚类的牵制控制节点选择方法 |
CN106326345A (zh) * | 2016-08-08 | 2017-01-11 | 浙江工业大学 | 一种基于用户行为的社交网络中朋友关系挖掘方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106992966A (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106992966B (zh) | 一种针对真假消息的网络信息传播实现方法 | |
CN106972952B (zh) | 一种基于网络度相关性的信息传播领袖节点提取方法 | |
Lumezanu et al. | # bias: Measuring the tweeting behavior of propagandists | |
CN104834695A (zh) | 基于用户兴趣度和地理位置的活动推荐方法 | |
CN107659467B (zh) | 动态社交网络中基于联盟形成博弈的社区检测方法 | |
CN110837608B (zh) | 一种基于多源数据的舆情话题传播路径分析系统和方法 | |
CN109741198A (zh) | 网络信息传播影响力度量方法、系统及影响力最大化方法 | |
CN103744933A (zh) | 一种基于并行化模块度优化的社区发现方法 | |
RU2010104017A (ru) | Основанная на пригодности маршрутизация | |
CN111641729B (zh) | 一种基于前缀树的域间路径标识前缀冲突检测与分解方法 | |
CN110851684B (zh) | 一种基于三元关联图的社交话题影响力识别方法及装置 | |
Yuan et al. | A mixing evolution model for bidirectional microblog user networks | |
CN108959255B (zh) | 实体标注数据集构建方法、装置及设备 | |
CN106021325A (zh) | 一种好友推荐方法和装置 | |
CN112256756B (zh) | 一种基于三元关联图和知识表示的影响力发现方法 | |
Liang et al. | Analyzing user influence of microblog | |
Guo | Research on information spreading model of social network | |
CN104243234B (zh) | 社会网络传播拓扑中用户关系构建方法及系统 | |
CN111460168B (zh) | 基于区块链分布式双重共识的知识图谱验证及更新方法 | |
CN110569415B (zh) | 一种基于网络表征学习和邻居合力的微博用户社区发现方法 | |
Tao et al. | Structural identity representation learning of blockchain transaction network for metaverse | |
Xu et al. | Analyzing community core evolution in mobile social networks | |
CN108400883B (zh) | 一种基于网络信息流的社会分层模型实现方法 | |
CN112241492B (zh) | 一种多源异构在线网络话题早期识别方法 | |
CN114611011B (zh) | 一种考虑动态舆情主题的高影响力用户发现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |