恶意社交机器人检测方法综述

摘要

对Twitter、Facebook以及新浪微博等大型在线社交平台上不同类型的社交机器人进行特征分析，围绕社交机器人检测框架，对基于机器学习、深度学习以及其他新兴检测方法的社交机器人检测模型的优缺点和适用性进行总结和分析。研究发现对于不同平台和攻击目标的社交机器人需要提取多种维度的特征并设计相应的检测方法。最后，对如何减少社交机器人的危害以及应对人类与社交机器人共存挑战的措施进行深层次挖掘和分析，并对如何提高识别精度以及热点技术的发展进行了讨论和展望。

关键词

社交机器人 / 机器学习 / 深度学习 / 舆论机器人 / 舆论操纵 / 恶意社交机器人

基金资助

教育部人文社会科学研究规划基金（22YJA860012）; 警察大学科研重点专项（ZDZX202201）