网络欺诈信息双边传播模型研究
发布时间：2022-01-02 20:44
【目的/意义】欺诈信息在网络中广泛传播使得网络欺诈不断滋生蔓延,探究基于"受骗者-欺诈者"双边的网络欺诈信息传播机理,对实现网络欺诈的科学预判和及时防治具有重要意义。【方法/过程】引入生态学理论,分析网络欺诈信息传播主体及其竞合关系,构建网络欺诈信息双边传播模型,并通过Python编程进行仿真和实际案例分析,讨论网络欺诈信息双边传播影响因素。【结果/结论】研究表明,网络欺诈信息传播与传播主体的影响力、信息自然增长速率和初始状态密切相关。模型能够模拟设定条件下的信息传播过程,并为有效抑制网络欺诈信息传播提供新的解决思路。
【文章来源】：情报科学. 2019,37(11)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
基于“受骗者-欺诈者”双边传播的网络欺诈信息传播
时间t的初始值为1，仿真周期为500个单位时间，分别讨论模型中的竞争系数、信息自然增长速率、初始状态等因素的影响作用，对网络欺诈信息传播的拐点、达到均衡状态所需的时间等进行分析，揭示网络欺诈信息传播的影响因素。44.1传播主体竞争系数的影响分析为分析传播主体影响力对网络欺诈信息传播过程的影响，选择r1=0.04,r2=0.1，t=0时刻时R=10,V=10,F=50，结合上述研究，分别对免疫者、受骗者和欺诈者的竞争系数α、β、θ进行赋值。不同竞争系数影响下的网络欺诈信息传播情况见图2。仿真结果验证了前文的推演结果：网络欺诈的传播过程与传播主体影响力密切相关。仿真结果表明：欺诈传播的平衡状态与传播主体影响力有关，当α>θ，即免疫者的影响力大于欺诈者的影响力，网络欺诈的传播就一定能够达到平衡，且最终没有人再相信欺诈信息而受骗，当α<θ时，网络欺诈会不断传播至整个容量；欺诈传播达到均衡的时间与拐点也与欺诈主体影响力有关，免疫者的影响力大于欺诈者的影响力，且两者差距越大时，达到平衡所需的时间越短，平衡之前受骗者与欺诈者的波峰也越小；受骗者的影响力β也会影响欺诈传播的拐点与达到平衡的时间，β越大受骗者和欺诈者的波峰越小，达到平衡所需的时间越长，欺诈所波及到的人数和持续的时间也会剧烈增加。(a)α=5,β=3,θ=4(b)α=6,β=3,θ=4(c)α=5,β=4,θ=4(d)α=5,β=3,θ=3图2不同竞争系数下的网络欺诈信息传播过程情报科学第37卷第11期2019年11月·理论研究理论研究·--23
44.2信息自然增长速率的影响分析为分析欺诈信息和甄别信息传播速度对网络欺诈信息传播过程的影响，选择t=0时刻时R=10,V=10,F=50,α=5,β=3,θ=4，结合上述研究，分别对欺诈信息和甄别信息的自然传播速率进行赋值。不同自然传播速率影响下的网络欺诈信息传播情况见图3。仿真结果表明：自然增长速率的变化不会影响欺诈传播达到平衡时候的值；网络欺诈信息传播达到平衡所需的时间于自然增长速率相关，r越大则达到平衡所需的时间越短；若欺诈信息的自然增长速率或甄别信息的自然增长速率单独变化，则会影响传播主体的峰值，欺诈信息自然增长速率越大则受骗者和欺诈者峰值增加，甄别信息自然增长速率越大则受骗者和欺诈者峰值降低；当r1与r2以相同比例变化时，网络欺诈信息传播达到平衡的时间也同比例变化：r同比例缩小则达到平衡时间增长，r同比例增大在达到平衡时间缩短，但传播主体的峰值不变。44.3传播初始状态的影响分析为分析初始状态对网络欺诈信息传播过程的影响，选择r1=0.04,r2=0.1，α=5,β=3,θ=4，结合上述研究，分别对t=0时刻的R、V、F进行赋值。初始状态影响下的网络欺诈信息传播情况见图4。仿真结果表明：欺诈传播达到平衡状态时的值与初始状态无关，但传播主体的峰值与初始状态有关，且初始状态差值越大，则有优势的传播主体在网络欺诈信息传播达到平衡前的峰值越大，网络欺诈信息传播达到平衡所需时间更长。5案例分析55.1案例对象选择为对上述构建模型及仿真结果进行验证，选劝罗尔诈捐”事件作为实际案例进行相关案例分析。选取该事件作为案例是出于三方面的考虑：第一，事件性质符合网络欺诈定义。事件伊始罗尔通过撰文在网络中传播，
【参考文献】：
期刊论文
[1]基于无标度网络模型和传染病模型的舆论演化仿真研究[J]. 韩普,王鹏. 数据分析与知识发现. 2017(10)
[2]基于三层微信网络的谣言传播模型仿真研究[J]. 覃志华,刘咏梅. 情报科学. 2017(05)
[3]公共危机伪信息在人际关系网络上的扩散及干预策略研究[J]. 朱晓霞,郝佳佳,尹清乾. 情报理论与实践. 2017(01)
[4]基于系统动力学的互联网舆情传递及引导策略研究[J]. 魏静,朱恒民,宋瑞晓,蒋世兵. 情报科学. 2016(10)
[5]危化品水污染事件中政府危机信息公布策略与网络舆情扩散研究:基于多主体模型[J]. 余乐安,李玲,戴伟,汤铃. 管理评论. 2016(08)
[6]地铁突发事件中官方信息的扩散[J]. 赵海峰,曹晓怡. 系统工程. 2016(07)
[7]基于BASS模型的突发事件谣言信息扩散研究[J]. 宋之杰,乔芬,石蕊. 情报杂志. 2016(01)
[8]基于多种群Lotka-Volterra的微博舆论竞争传播分析[J]. 张亮,任立肖. 情报杂志. 2015(10)
[9]评《社交网络上基于信息驱动的行为传播研究》[J]. 周涛. 电子科技大学学报. 2015(02)
[10]社交网络上基于信息驱动的行为传播研究[J]. 陈玟宇,贾贞,祝光湖. 电子科技大学学报. 2015(02)
本文编号：3564858
【文章来源】：情报科学. 2019,37(11)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
基于“受骗者-欺诈者”双边传播的网络欺诈信息传播
时间t的初始值为1，仿真周期为500个单位时间，分别讨论模型中的竞争系数、信息自然增长速率、初始状态等因素的影响作用，对网络欺诈信息传播的拐点、达到均衡状态所需的时间等进行分析，揭示网络欺诈信息传播的影响因素。44.1传播主体竞争系数的影响分析为分析传播主体影响力对网络欺诈信息传播过程的影响，选择r1=0.04,r2=0.1，t=0时刻时R=10,V=10,F=50，结合上述研究，分别对免疫者、受骗者和欺诈者的竞争系数α、β、θ进行赋值。不同竞争系数影响下的网络欺诈信息传播情况见图2。仿真结果验证了前文的推演结果：网络欺诈的传播过程与传播主体影响力密切相关。仿真结果表明：欺诈传播的平衡状态与传播主体影响力有关，当α>θ，即免疫者的影响力大于欺诈者的影响力，网络欺诈的传播就一定能够达到平衡，且最终没有人再相信欺诈信息而受骗，当α<θ时，网络欺诈会不断传播至整个容量；欺诈传播达到均衡的时间与拐点也与欺诈主体影响力有关，免疫者的影响力大于欺诈者的影响力，且两者差距越大时，达到平衡所需的时间越短，平衡之前受骗者与欺诈者的波峰也越小；受骗者的影响力β也会影响欺诈传播的拐点与达到平衡的时间，β越大受骗者和欺诈者的波峰越小，达到平衡所需的时间越长，欺诈所波及到的人数和持续的时间也会剧烈增加。(a)α=5,β=3,θ=4(b)α=6,β=3,θ=4(c)α=5,β=4,θ=4(d)α=5,β=3,θ=3图2不同竞争系数下的网络欺诈信息传播过程情报科学第37卷第11期2019年11月·理论研究理论研究·--23
44.2信息自然增长速率的影响分析为分析欺诈信息和甄别信息传播速度对网络欺诈信息传播过程的影响，选择t=0时刻时R=10,V=10,F=50,α=5,β=3,θ=4，结合上述研究，分别对欺诈信息和甄别信息的自然传播速率进行赋值。不同自然传播速率影响下的网络欺诈信息传播情况见图3。仿真结果表明：自然增长速率的变化不会影响欺诈传播达到平衡时候的值；网络欺诈信息传播达到平衡所需的时间于自然增长速率相关，r越大则达到平衡所需的时间越短；若欺诈信息的自然增长速率或甄别信息的自然增长速率单独变化，则会影响传播主体的峰值，欺诈信息自然增长速率越大则受骗者和欺诈者峰值增加，甄别信息自然增长速率越大则受骗者和欺诈者峰值降低；当r1与r2以相同比例变化时，网络欺诈信息传播达到平衡的时间也同比例变化：r同比例缩小则达到平衡时间增长，r同比例增大在达到平衡时间缩短，但传播主体的峰值不变。44.3传播初始状态的影响分析为分析初始状态对网络欺诈信息传播过程的影响，选择r1=0.04,r2=0.1，α=5,β=3,θ=4，结合上述研究，分别对t=0时刻的R、V、F进行赋值。初始状态影响下的网络欺诈信息传播情况见图4。仿真结果表明：欺诈传播达到平衡状态时的值与初始状态无关，但传播主体的峰值与初始状态有关，且初始状态差值越大，则有优势的传播主体在网络欺诈信息传播达到平衡前的峰值越大，网络欺诈信息传播达到平衡所需时间更长。5案例分析55.1案例对象选择为对上述构建模型及仿真结果进行验证，选劝罗尔诈捐”事件作为实际案例进行相关案例分析。选取该事件作为案例是出于三方面的考虑：第一，事件性质符合网络欺诈定义。事件伊始罗尔通过撰文在网络中传播，
【参考文献】：
期刊论文
[1]基于无标度网络模型和传染病模型的舆论演化仿真研究[J]. 韩普,王鹏. 数据分析与知识发现. 2017(10)
[2]基于三层微信网络的谣言传播模型仿真研究[J]. 覃志华,刘咏梅. 情报科学. 2017(05)
[3]公共危机伪信息在人际关系网络上的扩散及干预策略研究[J]. 朱晓霞,郝佳佳,尹清乾. 情报理论与实践. 2017(01)
[4]基于系统动力学的互联网舆情传递及引导策略研究[J]. 魏静,朱恒民,宋瑞晓,蒋世兵. 情报科学. 2016(10)
[5]危化品水污染事件中政府危机信息公布策略与网络舆情扩散研究:基于多主体模型[J]. 余乐安,李玲,戴伟,汤铃. 管理评论. 2016(08)
[6]地铁突发事件中官方信息的扩散[J]. 赵海峰,曹晓怡. 系统工程. 2016(07)
[7]基于BASS模型的突发事件谣言信息扩散研究[J]. 宋之杰,乔芬,石蕊. 情报杂志. 2016(01)
[8]基于多种群Lotka-Volterra的微博舆论竞争传播分析[J]. 张亮,任立肖. 情报杂志. 2015(10)
[9]评《社交网络上基于信息驱动的行为传播研究》[J]. 周涛. 电子科技大学学报. 2015(02)
[10]社交网络上基于信息驱动的行为传播研究[J]. 陈玟宇,贾贞,祝光湖. 电子科技大学学报. 2015(02)
本文编号：3564858
本文链接：https://www.wllwen.com/falvlunwen/xingfalunwen/3564858.html
