據(jù)中科院網(wǎng)站消息，如何快速而準(zhǔn)確地在在線社交網(wǎng)絡(luò)上識別惡意信息的傳播源頭（如網(wǎng)絡(luò)謠言源、計算機病毒源），是網(wǎng)絡(luò)科學(xué)中一個重要的基礎(chǔ)問題。日前，中國科學(xué)技術(shù)大學(xué)信息科學(xué)與技術(shù)學(xué)院張文逸教授課題組采用多樣本檢測算法在網(wǎng)絡(luò)謠言源檢測研究中取得新進展。
該課題組運用數(shù)理統(tǒng)計理論，從原理上證明，利用多樣本觀察知識，對于規(guī)則樹狀網(wǎng)絡(luò)拓撲模型，能夠?qū)⒄_檢測率由文獻中單樣本觀察時的30.7%提升到趨近100%。進一步通過對多種實際網(wǎng)絡(luò)模型的數(shù)值實驗研究，證實了多樣本檢測算法在實際場合中，有潛力大幅度提高謠言源識別的精度。
該研究成果可望應(yīng)用于網(wǎng)絡(luò)取證等網(wǎng)絡(luò)安全領(lǐng)域，通過充分挖掘多個數(shù)據(jù)樣本中所包含的潛在聯(lián)合信息，快速而準(zhǔn)確地識別出惡意信息的傳播源頭。
京公網(wǎng)安備 11010502049343號