概念模型
秒速牛牛信誉平台约翰逊教授继续补充说详情
当前位置:主页 > 秒速牛牛作品 > 概念模型 >
秒速牛牛信誉平台约翰逊教授继续补充说

   

  网络极端组织就像瘟疫一样在互联网上迅速蔓延,最近曝光的通过虚假脸谱网(Facebook)账户吸引追随者的恶意行为,便是这一事态发展的一个真实写照。研究者发现网络极端组织形成的模式和牛奶凝乳出现的过程很相似。

  (上图代表了社交媒体上的极端主义和仇恨情绪组成的在线网络(例如“支持ISIS”),展示了在给定的某一天,个人是如何围绕特定的极端主义思想和话题“团结”起来的。其中:黑点代表极端主义/仇恨,白点代表在线用户,红色连线表示他们之间的联系。)

  在2014年末至2015年初,“预备伊斯兰国组织”在俄罗斯一个名为“VKontakte”的在线社交网站上迅速扩增。在其成立后短短数月的时间里,组织成员就已聚集超过了10万之众,这其中至少会产生一位将来会在叙利亚领导伊斯兰国武装的。

  根据一项最新的分析,这些似乎凭空而来的组织的形成方式和牛奶凝乳的出现方式很类似。该研究在上月底发表在《物理评论快报》杂志上。其作者之一是来自华盛顿特区乔治华盛顿大学的物理学家尼尔•约翰逊(Neil Johnson)。他说:这项研究可能会帮助执法部门和情报机构识别出极端组织,甚至可以识别出那些试图煽动分裂和制造不和谐因素的虚假社交媒体账户。

  为了设计和测试这个模型,约翰逊教授和他的同事们使用了俄罗斯社交网络VKontakte的用户数据,这些数据是在2014年到2015年的一系列活动中收集的,之后该社交网络就关闭了这一极端网络组织。在过去的几年里,该研究团队一直尝试对这个恐怖组织的行为和演化过程进行建模。目前,在这篇最新发表的论文中,他们集中研究了这类极端组织是如何形成的。

  约翰逊教授意识到这类群体突然出现的方式和他在读研究生时学到的一种物理现象很相似,即凝胶。牛奶凝乳便是一种凝胶,当它们形成时,微观的牛奶颗粒会彼此互相吸引,然后不断粘在一起,直到某个时刻形成宏观的大块。约翰逊教授解释说:“一开始,你看不到任何凝乳。在那么一瞬间,它会突然的出现了。”研究人员把描述这种凝乳现象的方程式应用到社交网络中的这类组织上。

  然而,牛奶凝结是由于相似蛋白质聚集而造成的,但人类个体则是完全不同的。为了模拟人类性格上的多样性,研究人员使用0到1之间的随机数来表示一个人的性格。约翰逊教授说,这种处理是一种简化,但关键在于它可以表示现实生活中社交网络的多样性。

  实验证明,这种近似处理的效果相当不错:凝胶模型与VKontakte的数据吻合得非常好。2014年至2015年间,极端主义组织的数量和规模都出现了爆炸性的增长,其聚集追随者的行为非常类似于粒子聚集形成凝胶的过程。研究人员甚至可以通过这个模型去预测组织形成的时间。在这个组织中,个体 “性格”的相似度越高,其合并成一个群体的速度也就越快。

  约翰逊教授说,这种快速增长的模式是极端组织独有的,“当地的空手道俱乐部可不会这样。”因此,通过找出那些形成模式类似凝胶聚集行为的在线群体,从原则上说,就可以识别出有可能滋生极端主义的群体。VKontakte上有数以万计的在线群组,想要找到那寥寥几百个极端组织本就是一项很大的挑战,更何况极端组织的成员经常会使用代码进行交流,并且很善于隐藏自己的动机。约翰逊教授说,该模型可以有效缩小调查群组的范围,过滤出那些仅占总量1%的群组,帮助发现可能藏匿有伤人意图个体的组织。

  来自伦敦大学学院的犯罪科学家保罗•吉尔(Paul Gill)说,通常要预测一个人是否具有伤害他人的倾向是很困难的事情。吉尔教授并没有参与这项工作,他说:“我们在社交网络上拥有的资源是很有限的,而社交网络的干扰特别多,这些模型的作用是可以引导我们将有限的资源尽可能集中到这些数量极小的群体上。”

  吉尔教授常年从事研究人的极端观点是如何转变成暴力行为的,他认为这个模型的有效性将取决于它能否模拟其他群体在其他社交网络上的行为。吉尔教授表示:“接下来我们面临的另一重大的挑战是,如何在众多的社交媒体平台上收集伊斯兰国极端组织支持者的数据,并且还要检测其他类的极端组织,来确定他们之间是否真的存在某种共通的规律。”

  约翰逊教授说,现在研究人员正在将这一模型应用到其他群体上,比如白人至上主义者。同时,他们还分析那些同样很有激情的群体是否也会表现出类似凝胶模型的增长,当然这里的激情不一定是暴力或极端主义的。如果实验结果和预期一样,这个模型可能会帮助找出那些意图煽动政治热情的虚假社交媒体账户。

  比如,就在上周脸谱网宣布发现了32个试图干扰和影响美国选举的虚假账户。该公司目前无法证实该事件的幕后黑手,但他们发现该事件中伪造用户资料的方法与俄罗斯互联网研究机构使用的手法很类似。

  在这些账户创建的页面和活动中,出现的内容都是意在吸引左翼政治分子,并涉及当下热门的政治话题。约翰逊教授表示,如果此类页面和事件的增长模式真的和支持伊斯兰国组织的形成模式一样,那么我们研究的模型就可以帮助脸谱网和政府机构去识别虚假账户。约翰逊教授继续补充说,虽然这些政治团体可能不会像“预备伊斯兰国组织”那样极端和暴力,但他们依然可能会发展壮大,其行为也是类似的:营造出一种紧迫感和受攻击感,并不断吸收追随者。

  约翰逊教授说,这个新模型强调关注集体行为的重要性,而非个人行为。事实上,传统策略在社交网络中筛选个人时可能会出现误导。

  吉尔教授也同意研究这类群体的行为是极其重要的,尤其是群体属性会让个人变得更加胆大妄为。他说:“激进主义或极端主义很少单独发生。想要理解激进主义和极端主义,我们就需要以群体的视角来审视它们。”