文献类型：期刊文章

作　　者：高玉君[1] 梁刚[1] 蒋方婷[1] 许春[2] 杨进[1] 陈俊任[1] 王浩[3]

GAO Yu-jun;LIANG Gang;JIANG Fang-ting;XU Chun;YANG Jin;CHEN Jun-ren;WANG Hao(College of Cyber Security,Sichuan University,Chengdu,Sichuan 610065,China;Information Management Center,Sichuan University,Chengdu,Sichuan 610065,China;Software Engineering Institute,Chengdu University of Information Technology,Chengdu,Sichuan 610225,China)

机构地区：[1]四川大学网络空间安全学院,四川成都610065 [2]四川大学信息管理中心,四川成都610065 [3]成都信息工程大学软件工程学院,四川成都610225

出　　处：《电子学报》

基　　金：四川省科技厅应用基础项目(No.2018JY0193);四川省教育厅重点项目(No.17ZA0238,No.18ZA0305,No.18ZA0301);国家自然科学基金(No.61872254)。

年　　份：2020

卷　　号：48

期　　号：7

起止页码：1421-1435

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：当前社会网络已取代传统媒体成为信息交流的重要平台,社会网络中的信息具有传播速度快,范围广,即时性强等优点.然而,由于发布信息时缺乏有效的监管手段,导致社会网络平台同时也成为谣言传播的温床.因此,快速有效地检测出社会网络谣言,对净化网络环境,维护公共安全至关重要.本文首先对谣言定义进行阐述,并描述当前谣言检测的问题及检测过程;其次,介绍不同数据获取方式并分析其利弊,同时对比谣言检测中不同的数据标注方法;第三,根据谣言检测技术的发展对现有的人工、机器学习和深度学习的谣言检测方法进行分析对比;第四,通过实验在相同公开数据集下对当前主流算法进行实证评估;最后,对社会网络谣言检测技术面临的挑战进行归纳并总结全文.

关 键 词：社会网络 谣言检测  网络空间安全

分 类 号：TP393]