社交网络机器账号检测综述

• 作者: 李阳阳 曹银浩 杨英光 金昊 杨阳朝 石珺 李志鹏
• 来源期刊: 中国电子科学研究院学报
• 关键词: 社交机器人 社交网络 机器账号 机器学习 深度学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 综述|Reviews
• 页码范围: 209-219
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2021.03.001

摘要

随着移动互联网的大面积普及,社交网络用户数量在这些年也呈指数级增长,比如国外的推特和国内的微博等.与此同时社交网络中的机器账号也在大幅增长,这些机器账号不仅散布广告和低俗信息,甚至会模仿正常用户发言来操控舆论,挑拨对立,影响用户间正常的交流和社交网络氛围.因此机器账号检测应运而生,需要检测社交平台中的机器账号数量来避免正常用户被误导,并呈现出真实的舆论环境.文中介绍了这些年主流的机器账号检测方案:众包检测平台,基于机器学习的方案,基于深度学习的方案,基于社交关系图的方案和主动式检测方案等.并大体介绍了用于机器账号检测的各项算法技术,总结了各项技术的优缺点.最后本文总结了当前机器账号检测中存在的一些问题和难点,展望了相关研究的未来发展方向.