融合图卷积神经网络与基本特征检测技术的虚假用户检测

微博等社交网站吸引了全球数百万用户,在给大众带来便利的同时,也造成了许多问题,包括可能通过虚假账户向其他用户传播恶意内容。因此,虚假用户检测是追踪和缓解互联网网络威胁的一项基本而关键的任务。本文旨在解决当前虚假用户检测系统的两个主要局限性。首先,现有的虚假用户检测方法忽略了社交网络的结构信息,从而导致误检测。其次,社交网络结构一般只包含单个属性,在数据缺失时表现不佳。本文提出了一种新型的虚假用户检测方法,将细粒度网络流（如用户基本属性、文章特征）作为多属性社交图进行模型化,并将虚假用户检测问题转换为图上节点分类任务。实验结果证明,该算法对提高虚假用户检测性能有较明显的作用。     

虚假新闻的危害及对策

真实是新闻的生命,没有了真实新闻就等于失去了生命.以正确的舆论引导人是新闻报道永远不变的追求.在当前社会媒体十分发达的背景下,新闻不仅对人们的思想、情绪、态度的影响越来越大,而且会影响到国家政治、经济、外交工作大局.然而,在新闻实践中,虚假新闻成了新闻传播中的一个顽痰.如何减少虚假新闻的出现与危害,找出出现假新闻的深层次的原因并探索有效的解决方式,成为目前新闻界的当务之急.     

论网络媒体中新闻的真实性

随着互联网的普及,各种信息被新兴媒体迅速传播,网络新闻成为了现代人的宠儿,拓宽了人们的新闻视野,为人们及时获取新闻信息提供了方便.新闻信息要通过网络传播,就必须借助互联网,而网络又是一个虚拟空间,相比于传统媒体更加无法保证所传播的信息的真实性.如何铲除虚假报道,让互联网的虚拟形式快速、真实地传播新闻信息,成为了亟待解决的问题.     

基于真实人脸类别对抗机制的人脸活体检测算法

针对现有人脸活体检测算法在单一数据集内表现良好而在多个数据集间泛化能力较差的问题，提出一种聚焦于真实人脸的活体检测方法。在数据输入阶段，每轮训练会向网络输入所有源域的真实人脸的同时只随机输入其中一个源域的虚假人脸。在特征学习阶段，使用Resnet18网络作为主干网络，对不同残差块的输出特征进行基于注意力机制的加权融合。利用三元组损失和对抗损失对融合后的真实人脸特征进行领域内和领域间的聚合，利用三元组损失对融合后的虚假人脸特征只进行领域内的聚合。在分类阶段，利用交叉熵损失对所有源域的真实人脸和虚假人脸进行分类。所提方法在4个人脸活体检测数据集中进行了实验，实验结果表明所提方法相比其他方法具有更低的识别错误率和更高的鲁棒性。     

电视新闻编辑如何保证新闻真实性

新闻的真实性是十分重要的,因为新闻的传播范围非常广,在观众中的影响也非常大,一旦出现虚假新闻,后果不堪设想。作为新闻编辑,最重要的工作就是保证新闻的真实性。保证新闻的真实性可以从以下几方面做起:选择稿件内容时保证真实;剪辑稿件时保证逻辑思维的真实;对新闻事件进行评论时,要站在客观的立场。不仅如此,还要求新闻编辑具有一丝不苟的工作作风和较高的专业素养和技能。多管齐下,才能保证不播出虚假新闻。     

环境传播：一个新的学术领域

近年来国际社会应对气候变化问题存在着诸多争议,学术界对环境议题也日益关注,形成环境传 播这一新的综合性交叉学术领域。本文首先梳理了环境传播的概念,其次比较系统地阐述了环境传播产生 的背景及其成为一个独立的研究领域的发展过程,然后以《环境传播》杂志为研究对象对当前环境传播研 究的主要领域、理论与方法以及热点议题进行了评述,并对环境传播的学科性质和特征进行探讨,希望有 助于我国学术界重视和发展环境传播这一新的学术领域。     

电视新闻编辑如何保证新闻真实性

新闻的真实性是十分重要的,因为新闻的传播范围非常广,在观众中的影响也非常大,一旦出现虚假新闻,后果不堪设想.作为新闻编辑,最重要的工作就是保证新闻的真实性.保证新闻的真实性可以从以下几方面做起：选择稿件内容时保证真实;剪辑稿件时保证逻辑思维的真实;对新闻事件进行评论时,要站在客观的立场.不仅如此,还要求新闻编辑具有一丝不苟的工作作风和较高的专业素养和技能.多管齐下,才能保证不播出虚假新闻.     

电视新闻编辑如何保证新闻真实性

新闻的真实性是十分重要的,因为新闻的传播范围非常广,在观众中的影响也非常大,一旦出现虚假新闻,后果不堪设想.作为新闻编辑,最重要的工作就是保证新闻的真实性.保证新闻的真实性可以从以下几方面做起:选择稿件内容时保证真实;剪辑稿件时保证逻辑思维的真实;对新闻事件进行评论时,要站在客观的立场.不仅如此,还要求新闻编辑具有一丝不苟的工作作风和较高的专业素养和技能.多管齐下,才能保证不播出虚假新闻.     

新时期新闻传播的转型及其价值取向

当前形式下的新闻早已经不能满足于较为单一的传播途径,因此随着人们物质文化需求的不断增长,人们对新闻的传播方式也开始有了新的诉求。新时期,互联网技术的高速发展为新闻传播的方式提供了一个新思路,因此在分析了当前阶段下新闻传播发展中存在的问题之后,对新闻的传播主体做了一些研究,最后明确了新闻传播的转型趋势和价值取向选择标准。     

基于跨语言信息投影的泰语新闻事件抽取

事件抽取是信息抽取研究领域中的一个关键问题。针对采用传统的自我训练方法进行泰语新闻事件抽取,具有错误从上向下传播导致事件抽取系统性能不高的问题,针对这一问题,文中提出一种新的引导框架来进行泰语新闻事件抽取,即跨语言信息投影。该方法将从中文事件抽取系统中获取的信息映射为泰语,并采用结合单语与跨语言半协同训练的方法进行泰语新闻事件抽取。最后通过实验验证了本文所提方法是可行的,并且显著地提高了泰语新闻事件抽取的性能。     

基于语音的抑郁检测研究综述

抑郁症作为一种常见的心理健康问题,严重影响人们的日常生活甚至是生命安全,对抑郁症及抑郁情绪的检测具有重要意义。抑郁检测的常用模态包括脑电、图像、文本和语音等,其中语音信号具有易获取和使用限制少的优势,基于语音的抑郁检测研究也因此成为当前的研究热点。本文对近几年基于语音的抑郁检测的最新进展进行综述。首先介绍了目前研究中所常用的抑郁语音数据集,对其中数据不平衡问题的处理方法进行了概括分析。然后对抑郁检测中常用的韵律特征、音质特征、基于谱的特征等语音特征进行了概述,并对特征的特点展开分析。另一方面,针对抑郁检测研究中所遇到的数据量少的问题,从数据增强、度量学习、元学习和迁移学习四个方面,简述了目前主流的小样本学习方法。考虑到抑郁语音数据的隐私性问题,介绍了基于联邦学习的语音抑郁检测研究,从数据安全性和边缘设备部署两方面做了具体陈述。最后,针对基于语音的抑郁检测研究现状和难点问题进行了总结与展望。     

网络言论取证技术综述

近年来,人们越来越依赖于公共互联网平台进行信息的自由发布和获取。与此同时,网络空间虚假言论的泛滥也日益严峻,给人们的日常生活和社会治理带来了艰巨的挑战。因此,网络言论取证成为了一个亟需解决的难题。近几年,随着深度神经网络技术的发展,同时给网络虚假言论生成和取证技术带来了新的发展活力,使得这两种对抗技术都得到了快速发展。本文主要关注网络言论的取证技术,分别从文本和语音两方面综述了近些年网络言论取证相关的研究成果。在虚假文本取证方面,本文分别从文本内容真实性校验、文本语义特征分析以及传播模式分析这三个角度综述相关研究成果。在虚假语音取证方面,本文首先介绍了当前语音合成、语音转换延伸等技术的发展现状,然后综述了语音鉴伪和取证技术的最新研究工作。我们希望本文的综述能帮助相关领域研究人员更好地了解网络言论取证领域最新的研究进展,以便研究出更先进的技术并推动该领域的持续进步。      

人脸视频深度伪造与防御技术综述

近年来，得益于深度生成模型的发展，人脸的操控技术取得了巨大突破，以DeepFake为代表的人脸视频深度伪造技术在互联网快速流行，受到了学术界和工业界的广泛重视。这种深度伪造技术通过交换原始人脸和目标人脸的身份信息或编辑目标人脸的属性信息来合成虚假的人脸视频。人脸深度伪造技术激发了很多相关的娱乐应用，如使用面部替换技术将使用者的人脸替换到某段电影片段中，或使用表情重演技术来驱动某个著名人物的静态肖像等。但当前人脸深度伪造技术仍处于快速发展阶段，其生成的真实感和自然度仍有待进一步提升。另一方面，这类人脸深度伪造技术也很容易被不法分子恶意使用，用来制作色情电影、虚假新闻，甚至被用于政要人物来制造政治谣言等，这对国家安全与社会稳定都带来了极大的潜在威胁，因此伪造人脸视频的防御技术至关重要。为了降低深度伪造人脸视频所带来的负面影响，众多学者对伪造人脸视频的检测鉴别技术进行了深入研究，并从不同视角提出了一系列防御方法。然而由于数据集分布形式单一、评价标准不一致、主动性不足等问题，使得防御技术在走向实用的道路上仍有很长一段距离。事实上，人脸深度伪造与防御技术的研究仍旧处在发展期，其技术的内涵与外延正在快速的更新与迭代。本综述将对迄今为止的主要研究工作进行科学系统的总结与归纳，并对现有技术的局限性做简要分析。最后，本文将探讨人脸深度伪造与检测技术的潜在挑战与发展方向，为领域内未来的研究工作提供借鉴。      

FibVID: Comprehensive fake news diffusion dataset during the COVID-19 period

As the SARS-CoV-2 (COVID-19) pandemic has run rampant worldwide, the dissemination of misinformation has sown confusion on a global scale. Thus, understanding the propagation of fake news and implementing countermeasures has become exceedingly important to the well-being of society. To assist this cause, we produce a valuable dataset called FibVID (Fake news information-broadcasting dataset of COVID-19), which addresses COVID-19 and non-COVID news from three key angles. First, we provide truth and falsehood (T/F) indicators of news items, as labeled and validated by several fact-checking platforms (e.g., Snopes and Politifact). Second, we collect spurious-claim-related tweets and retweets from Twitter, one of the world’s largest social networks. Third, we provide basic user information, including the terms and characteristics of “heavy fake news” user to present a better understanding of T/F claims in consideration of COVID-19. FibVID provides several significant contributions. It helps to uncover propagation patterns of news items and themes related to identifying their authenticity. It further helps catalog and identify the traits of users who engage in fake news diffusion. We also provide suggestions for future applications of FibVID with a few exploratory analyses to examine the effectiveness of the approaches used.     

Do social media literacy skills help in combating fake news spread? Modelling the moderating role of social media literacy skills in the relationship between rational choice factors and fake news sharing behaviour

This study modelled the rational factors that predict fake news sharing behaviour. It also tested the moderating role of social media literacy skills. The focus was on social media users in Nigeria. An online survey was conducted to gather the responses from participants across Nigerian geopolitical zones. Structural equation modelling (SEM) Smart PLS 3.6 was used to analyse the data. We found that information sharing, the news finds me perception, trust in social media and status-seeking lead to fake news sharing among social media users in Nigeria. Specifically, trust in social media and status-seeking had a greater effect on fake news sharing behaviour. We also found that social media literacy skills significantly moderate the relationship between information sharing, status-seeking, the news finds me perception, trust in social media and fake news sharing in such a way that the effects/relationships are stronger among those with low social media literacy skills. This outcome contributes to theory and practice which was highlighted in the concluding aspect of this study.     

一种基于特征点对齐的假脸检测框架

近年来,Deepfake等假脸技术的产生颠覆了人们对人脸信息真实性和安全性的认知,引发广泛的社会担忧,检测假脸成为了学术界、产业界共同关注的热点问题。通过一种基于特征点对齐的假脸检测框架,可以有效对Deepfake技术产生的假脸进行判别。该框架制定了一套包括人脸检测、定点、对齐、特征提取、假脸识别等步骤的假脸检测流程,并通过引入特征点对齐保障假脸检测效果。在Deepfake检测挑战赛(DFDC)数据集上的试验表明,该框架适配4种当前主流骨干网络算法都能获得较好的检测结果;在FaceForensics++数据集上的试验表明,该框架适配ResNet50针对几种不同方式生成的假脸图像都可以取得良好效果。     

语音伪造及检测技术研究综述

语音承载着人类语言和说话人身份信息,通过语音伪造技术可以精确模仿目标说话人的声音以达到欺骗人或机器听觉的目的。目前,深度伪造（Deepfake）正在对全球的政治经济及社会稳定带来极大的威胁,其中语音伪造是Deepfake实现舆论操控的核心技术之一。近年来语音伪造技术在拟人度、自然度方面有了显著进步,使得语音伪造检测技术面临着更大的挑战。本文对当前主流的语音伪造和伪造语音检测技术研究现状进行综述,主要包括:1）对主流语音伪造技术,包括语音合成、语音转换和语音对抗样本的基本概念、技术发展历程和研究进展进行综述;2）对伪造语音检测技术的基本概念、性能评价指标、主要技术实现原理和性能效果进行综述;3）对伪造语音检测相关的主流竞赛、常用数据集和可用代码工具资源进行介绍;最后对语音伪造和检测技术现存的挑战性问题和未来的研究方向进行讨论。      

流行病模型在微博转发预测中的应用

Microblogs currently play an important role in social communication. Hot topics currently being tweeted can quickly become popular within a very short time as a result of re-tweeting. Gaining an understanding of the retweeting behavior is desirable for a number of tasks such as topic detection, personalized message recommendation, and fake information monitoring and prevention. Inter-estingly, the propagation of tweets bears some similarity to the spread of infectious diseases. We present a method to model the tweets’ spread behavior in microblogs based on the classic Susceptible-Infectious-Susceptible (SIS) epidemic model that was developed in the medical field for the spread of infectious dis-eases. On the basis of this model, future re-tweeting trends can be predicted. Our experi-ments on data obtained from the Chinese micro-blog?ging website Sina Weibo show that the proposed model has lower predictive error compared to the four commonly used predic-tion methods.     

一种便于硬件实现的消锯齿的视频处理方法

文章是针对在隔行到逐行转换过程中产生的运动虚像和锯齿现象,先提出常用的消运动虚像和锯齿的方法,如基于边缘检测的3×3窗口滤波方法、基于运动检测的滤波方法,接着提出一种便于硬件实现的四方向中值滤波取最大值法,该方法除了硬件实现简单、消锯齿效果好,而且具有降噪和保持图像细节的功能。     

Fake news and COVID-19: modelling the predictors of fake news sharing among social media users

Fake news dissemination on COVID-19 has increased in recent months, and the factors that lead to the sharing of this misinformation is less well studied. Therefore, this paper describes the result of a Nigerian sample (n = 385) regarding the proliferation of fake news on COVID-19. The fake news phenomenon was studied using the Uses and Gratification framework, which was extended by an “altruism” motivation. The data were analysed with Partial Least Squares (PLS) to determine the effects of six variables on the outcome of fake news sharing. Our results showed that altruism was the most significant factor that predicted fake news sharing of COVID-19. We also found that social media users’ motivations for information sharing, socialisation, information seeking and pass time predicted the sharing of false information about COVID-19. In contrast, no significant association was found for entertainment motivation. We concluded with some theoretical and practical implications.