[发明专利]社交网络中基于移动节点的辟谣方法

说明书

本发明涉及一种社交网络中基于移动节点的辟谣方法，包括：建立包括S、T、C、I和R五种状态的节点传播模型，各状态在一定条件下可转化成其他状态；在谣言出现后的某个时刻，引入移动节点M，将模型中的其余节点状态都转化为R；其中，S表示未接触谣言，T表示深信谣言，C表示传播谣言，I表示免疫谣言，R表示传播辟谣。本发明的社交网络中基于移动节点的辟谣方法考虑了用户(节点)反应时延及多个好友传播等因素，并且引入了移动节点进行谣言控制，因此未收到谣言的用户可以免疫谣言，传播过和相信谣言的用户可以纠正错误，本发明方法能够应用在大规模在线网络中的信息安全以及舆情控制机制中。

技术领域

本发明属于大规模在线网络中的信息安全领域，具体涉及一种社交网络中基于移动节点 的辟谣方法。

背景技术

社交网络给人们带来巨大便利，它使得人们可以在不同的区域自由的分享观点。随着网 络规模越来越大，有些人有意或无意中散播不实的信息，谋取利益，造成民众损失。

面对谣言的大量传播，一些基于数据挖掘的谣言检测技术开始发展。这些方法可以有助 于尽早发现谣言，却并没有辟谣的相关措施。为了研究控制谣言，研究谣言的传播特性是很 有必要的。经典的谣言传播模型包括SI(Susceptible-Infected)，SIS(Susceptible-Infected-Susceptible)，SIR(Susceptible-Infected-Recovery)模型等。近年来， 学者们考虑到了第三方、总人数变化，用户心理状态等对经典模型进行了扩展，提出了很多 模型。例如thinker and adopter(SEI)，rumors-killer,and rational(CSER)，spreader-ignore-doubter-stifler(SIDR)等。这些方法大多采用微分模型，利用平均场理论得到传 播阈值。通过这些模型，提取出影响谣言传播的特征，之后对其进行一些操作达到控制目的。

但是，这些技术普遍存在以下缺点。其一，这些模型都没有考虑到传播时延。信息在网 络中的传播时间可以忽略，但是人们往往没有第一时间就对收到的消息作出回复。其二，微 分模型中的不同状态的转化概率是宏观的，没有考虑到个人的影响。复杂的人际关系导致人 们对相同信息的反应各不相同，对谣言的抗性也不同。

发明内容

本发明的目的在于克服现有技术的不足，提供一种社交网络中基于移动节点的辟谣方法， 考虑了用户(节点)反应时延及多个好友传播等因素，并且引入了移动节点进行谣言控制， 因此未收到谣言的用户可以免疫谣言，传播过和相信谣言的用户可以纠正错误；本发明方法 能够应用在大规模在线网络中的信息安全以及舆情控制机制中。

为了实现上述目的，本发明的技术方案是：

一种社交网络中基于移动节点的辟谣方法，包括：建立包括S、T、C、I和R五种状态的 节点传播模型，各状态在一定条件下可转化成其他状态；在谣言出现后的某个时刻，引入移 动节点M，将模型中的其余节点状态都转化为R；其中，S表示未接触谣言，T表示深信谣言， C表示传播谣言，I表示免疫谣言，R表示传播辟谣。

优选的，所述各状态在一定条件下可转化成其他状态，包括通过状态为C或R的节点进行 信息广播过程和节点状态更新过程。

优选的，所述进行信息广播过程，具体包括：

如果某节点的状态为C，则该节点向相邻的其他节点发送谣言；如果相邻的其他节点状 态为S，则这些节点接收到谣言；

如果某节点状态为R，则该节点向相邻的其他节点发送辟谣；如果相邻的其他节点状态为 S或U，则这些节点接收到辟谣；其中，U表示不健康状态，包括C和T。

优选的，节点状态更新过程，具体包括：

如果某节点传播过谣言，则该节点的状态更新为T；否则，判断该节点是否接收到辟谣， 如果是，则该节点的状态更新为I；