网络谣言传播机理与治理对策

网络谣言污染网络环境,扰乱社会秩序,影响社会稳定,损害国家形象。如何加大对其监管和打击力度,有效防范和控制网络谣言的制造和传播是一个重大课题。文章分析了当前我国网络谣言传播的机理,并基于这些机理,提出了相应的治理对策。     

基于微博的UVFR谣言传播模型研究及仿真

针对微博网络谣言的传播机制进行了研究,根据其传播特征将微博谣言的受众用户划分为未知者、浏览者、转发者、评论者四类,从而构建一个UVFR网络谣言传播模型。利用该模型分析主要参数对传播过程的影响,提出相应的控制策略。模型的主要特点是重新定义了谣言传播规则和传播动力学方程,使得传播过程的描述更加符合微博用户行为。使用多主体仿真平台在无标度网络结构下对谣言的传播行为进行了仿真研究。通过将仿真结果与新浪微博真实数据进行比较,证实了所得结论的合理性和有效性。仿真实验结果表明,初始传播节点越多,谣言传播的速度越快;转发概率越大,谣言传播的范围越广。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

社交网络中网络谣言传播力信息拦截模型仿真

谣言在社交网络内传播的速度快,一旦传播人群密度较大,很容易造成严重后果的问题,因此提出了一种社交网络中网络谣言传播力信息拦截模型仿真,将社交网络内用户分为易感类、潜伏类、感染类与免疫类,明确不同类型用户下谣言传播力,在此基础上经过模型平衡点以及阈值内在机理分析,得出处于构建饱和接触率下,新网民不会对社交网络内谣言传播态...     

SPNR：社交网络中的新型谣言传播模型

社交网络中谣言的肆意传播给网络安全以及社会稳定带来了全新的挑战,如何科学地认识和掌握谣言传播、扩散的内在规律,并对谣言进行有效地控制具有非常重要的学术意义和社会意义。文章首先在充分分析目前谣言传播模型的基础上,引入谣言正向感染及负向感染两个感染状态,提出更适用于描述谣言传播的SPNR模型;其次,基于SPNR模型,设计谣言传播SPNR算法,实现谣言传播演化过程的仿真;另外,利用数值仿真的方法,分析了模型主要参数对谣言传播关键指标的影响效果,为制定有效的谣言控制策略提供了可靠的依据;最后,从定性和定量两个角度验证了SPNR模型基本假设的准确性,同时通过将SPNR模型模拟效果与新浪微博实证结果进行对比试验的方式,验证了SPNR谣言传播模型的适用性。     

社交网络中考虑不同传播概率上的谣言传播模型

现有的谣言传播模型无法描述不同节点对谣言传播概率的影响,从而造成了谣言传播模型无法真实地描述现实社交网络中的谣言传播,进而影响了对网络中谣言传播的控制。针对这一问题,在SIR传播模型的基础上考虑了谣言在不同节点之间的传播概率,并且分析了不同节点对传播概率的影响情况,从而建立了社交网络中考虑网络节点自身影响的谣言传播模型。最后,通过将改进的谣言传播模型与常用的SIR模型进行对比,实验结果显示,提出的改进模型可以较快地控制网络中谣言的传播。     

微博社区的谣言传播仿真研究

利用谣言在人类社区中的传播方式与病毒传播类似的特性,将微博社区用户抽象为网络中的节点,构造微博信息传播网,从宏观角度研究谣言在网络中的传播机理。SIR建模和计算机仿真证明,谣言传播受有效传染率和网络度分布熵影响,有效传染率越大,网络受影响规模越大,网络度分布熵越小,谣言越容易传播。     

基于官方信息控制的多层网络谣言传播模型

官方信息在现实生活和虚拟网络中的扩散对谣言传播具有双重影响。本文建立多层网络传播模型研究跨境电商新政策错误解读这一谣言传播问题,模型上层为虚拟网络传播层(虚拟层),下层为现实社会传播层(现实层),个体根据各自社交网络和行为习惯接收官方信息来控制多层网络谣言传播。文章根据平均场方法分析该模型的演化过程和传播阈值,采用无标度网络进行仿真验证了理论分析传播动力学行为的正确性,结果表明,官方信息对虚拟层和社会层谣言的控制都具有积极作用,官方信息的掌握程度对社会谣言传播有显著性影响,且当官方信息的网络传播达到一定规模时,能够有效约束现实社会个体行为,进而达到虚拟层和现实层对谣言控制的同向促进作用。     

融入心理因素的在线社交网络谣言传播模型

随着社交平台的兴起,谣言会在短时间内快速扩散,对社会造成负面影响,因此研究谣言传播过程中的影响因素迫在眉睫,这对政府把控和引导突发事件的舆论起着关键性作用。而目前考虑心理因素对谣言传播过程影响的研究较少,因此该模型在经典传染病模型SEIR模型的基础上,将总人群分为四类：易感状态节点、潜伏状态节点、感染状态节点和免疫状态节点。考虑好奇心心理、从众心理、信息干扰率和个体免疫率四种因素,构建融入心理因素的改进SEIR谣言传播模型。首先,利用微分动力学方法和下一代矩阵理论计算了该模型的平衡点,分析并证明了平衡点的局部渐近稳定性。接着使用MATLAB对模型在自建网络和真实网络中进行仿真实验,数值仿真结果表明：好奇心越强烈,由易感状态节点转变为潜伏状态节点的速度越快,潜伏状态节点的峰值越大;从众心理越强烈,由潜伏状态节点转变为感染状态节点的速度越快,感染状态节点的峰值也越大。适当提高个体免疫率和信息干扰率可以缩短谣言传播时间,降低谣言传播总量。     

P2P网络中基于谣言传播机制的资源搜索算法

当前许多P2P网络如KaZaA和Gnutella模型仅使用“洪泛”广播机制,从而造成严重的通信拥塞。针对这种现状,提出了一种基于谣言传播机制的资源搜索算法,任何运行该算法的源节点只需要相对少的节点参与通信,就能以相对大的概率找到资源。仿真结果表明,该算法是优异的。     

社交网络中谣言传播的从众效应和权威效应

针对社交网络中影响谣言传播的社会环境因素，分析了两种最普遍的社会效应——从众效应和权威效应对谣言传播的影响。首先，将社交网络中的人群划分为未知者（S）、犹豫者（H）、传播者（I）和免疫者（R）四种类型，并根据新的状态转移机制建立了SHIR谣言传播模型；其次，应用迭代技巧和拟合方法分析了初始传播者密度、初始传播率与谣言传播峰值之间的关系；最后，从个体角度刻画了谣言传播的从众效应和权威效应，仿真分析了两种社会效应对谣言传播的影响。实验结果表明：谣言传播峰值与初始传播者密度呈线性增长关系，但到达传播峰值的时间随初始传播者密度的增加快速减少；初始传播率越大，谣言传播峰值越高，到达传播峰值的时间越短；从众效应和权威效应能够显著扩大谣言传播范围，提高无谣言稳定态网络中免疫者的比率；网络密度越高，谣言传播速度越快，范围越广；相同条件下从众效应的影响强于权威效应，但随着网络密度的增加，两者的差别逐渐减小；初始传播者越重要，谣言传播速度越快，范围越广，但权威效应的影响更突出。     

基于个体兴趣度差异和辟谣机制的谣言传播模型

针对现有谣言传播模型未同时考虑个体兴趣度差异和辟谣机制的问题,提出基于个体兴趣度差异和辟谣机制的IWSR谣言传播模型。计算了模型的平衡点和基本再生数,利用Lyapunov稳定性定理、Hurwitz判据和LaSalle不变性原理,得到部分谣言传播平衡点局部稳定和全局稳定的条件。通过数值仿真得出加强政府辟谣力度或提升个体判断能力等均能有效抑制谣言传播的结论,最后在WS小世界网络和BA无标度网络上的仿真结果得出在不同网络拓扑结构下谣言传播影响因子的影响力度存在差异性的结论。     

基于Multi-Agent的复杂网络疾病传播仿真模型

通过复杂网络上的多智能体的建模与仿真,对疾病的传播过程进行了模拟,研究了疾病传播在不同条件下的传播特征。通过设定采取4个仿真过程,得出疾病的传播即使是以极小的概率治愈也能使系统得到良性发展,验证了前期疫苗式免疫的重要性等结论。     

仿真系统与指控系统互操作方法研究*

针对指控系统与仿真系统互操作时面临的结构和功能上的差异,依据国内外在两个系统互操作领域的研究成果,总结出处理互操作问题的三种方法,即集成式互操作、中间件互操作和面向服务的互操作,为充分利用两个系统的互补优势,提高效率,开展有效的互操作提供了可行的思路。     

WSN中定向谣传路由DRR模型的改进与仿真

针对定向谣传路由DRR算法的不足,提出了改进的算法模型IDRR,主要体现在以下两点：（1）在DRR算法的事件agent和查询agent发送方向上引入了虚拟Sink节点和虚拟Source节点。（2）获得Sink节点地理位置信息以后,利用Sink节点的地理位置信息和节点的剩余能量来确定一条优化的数据传输路径。仿真结果表明：改进后的IDRR算法提高了事件agent和查询agent的相交概率,均衡了网络节点的能量消耗和延长了网络的生命周期。     

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。     

Effects of group arguments on rumor belief and transmission in online communities: An information cascade and group polarization perspective

The proliferation of the Internet and online communities has greatly increased the number and transmission speed of online rumors. To take more effective measures to counter the negative effects of these rumors, researchers and companies should understand the underlying mechanism of online rumor transmission. Therefore, this study takes an early initiative by focusing on users’ arguments in online discussion forums on the rumors and their effects on an individual’s belief in rumor and belief change, which is guided by the informational cascade and group polarization theories. In turn, belief and belief change on the online rumor lead to intention to spread the rumor. A lab experiment was conducted to test research hypotheses. The results, implications, limitations of the study, and conclusion are presented.