基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型及仿真研究

王晰巍，張 柳，黃 博，韋雅楠

（1. 吉林大學(xué)管理學(xué)院，長春 130022；2. 吉林大學(xué)大數(shù)據(jù)管理研究中心，長春 130022；3. 吉林大學(xué)國家發(fā)展與安全研究院，長春 130022；4. 吉林大學(xué)計算機科學(xué)與技術(shù)學(xué)院，長春 130022）

1 引 言

根據(jù)2019 年全球數(shù)字報告顯示，全球有超過43.9 億人在使用互聯(lián)網(wǎng)。其中，社交媒體的使用持續(xù)快速增長，全球社交媒體用戶數(shù)量在2019 年初已增長到近35 億人，截至2019 年7 月9 日，新增用戶2.88 億人，全球滲透率高達45%，并且32.6 億用戶通過移動設(shè)備來使用社交媒體平臺[1]。隨著Web 2.0的出現(xiàn)，社交網(wǎng)絡(luò)已經(jīng)成為互聯(lián)網(wǎng)信息傳播的重要媒介。社交網(wǎng)絡(luò)源自網(wǎng)絡(luò)社交，是一個能夠相互交流、相互溝通和相互參與的互動平臺，可以為大眾提供娛樂、休閑、生活服務(wù)，并進行信息分享和交流的網(wǎng)絡(luò)平臺[2]。由于社交媒體這種自由寬松的網(wǎng)絡(luò)空間，使得網(wǎng)絡(luò)上的謠言也層出不窮，嚴(yán)重危害社會以及網(wǎng)絡(luò)秩序的穩(wěn)定。因此，網(wǎng)絡(luò)謠言的甄別和治理成為當(dāng)前輿情管理部門及學(xué)者們關(guān)注的新問題。

近幾年國內(nèi)外學(xué)者展開了網(wǎng)絡(luò)謠言方面的研究。Liu 等[3]通過觀察社交媒體環(huán)境中用戶的特性及謠言在社交媒體中的傳播模式來區(qū)分謠言與非謠言；Zubiaga 等[4]使用自然語言處理和數(shù)據(jù)挖掘技術(shù)，提出一個由謠言檢測、跟蹤、分類等組成的謠言分類系統(tǒng)，并對解決謠言提出建議；Moin 等[5]設(shè)計了基于Facebook 話題評論數(shù)據(jù)的謠言檢測模型，并通過實驗分析對比機器學(xué)習(xí)在識別謠言監(jiān)測的優(yōu)越性。洪小娟等[6]以2013 年食品安全微博謠言為實證研究對象，運用社會網(wǎng)絡(luò)分析方法研究了微博謠言的網(wǎng)絡(luò)結(jié)構(gòu)特征；鄧勝利等[7]從用戶信任視角構(gòu)建了網(wǎng)絡(luò)謠言預(yù)測模型，并分析了用戶信任對網(wǎng)絡(luò)謠言生產(chǎn)與傳播的影響；蘭月新等[8]構(gòu)建了網(wǎng)絡(luò)謠言傳播主體演化模型，運用定性分析的方法分析了突發(fā)事件網(wǎng)絡(luò)謠言傳播機理。從國內(nèi)外學(xué)者的研究現(xiàn)狀來看，現(xiàn)有的相關(guān)研究主要分為兩類：一類是利用社交網(wǎng)絡(luò)的圖結(jié)構(gòu)，以復(fù)雜網(wǎng)絡(luò)分析為理論基礎(chǔ)，研究網(wǎng)絡(luò)謠言的傳播模式；另一類是利用自然語言處理的相關(guān)技術(shù)，以用戶的評論信息作為數(shù)據(jù)基礎(chǔ)，實現(xiàn)基于內(nèi)容的謠言識別。然而，目前尚未有研究嘗試運用區(qū)塊鏈技術(shù)實現(xiàn)社交網(wǎng)絡(luò)結(jié)構(gòu)的重構(gòu)，并基于評論信息進行謠言的甄別。

本文試圖解決以下三個方面的研究問題：①如何基于區(qū)塊鏈技術(shù)對社交網(wǎng)絡(luò)結(jié)構(gòu)進行重構(gòu)？②如何運用區(qū)塊鏈技術(shù)對網(wǎng)絡(luò)謠言的發(fā)布者進行追溯？③怎樣基于評論信息對網(wǎng)絡(luò)謠言進行甄別？因此，本文基于區(qū)塊鏈構(gòu)建網(wǎng)絡(luò)謠言甄別模型，以新浪微博中“塑料大米”作為研究對象進行仿真研究，驗證模型的有效性與優(yōu)越性。本文的理論貢獻在于運用區(qū)塊鏈技術(shù)重構(gòu)社交網(wǎng)絡(luò)結(jié)構(gòu)，基于評論信息進行網(wǎng)絡(luò)謠言的甄別，并提供一種去中心化的可信任機制。在實踐中，這種基于區(qū)塊鏈的謠言驗證方式，提供了一種基于工作量證明機制的謠言甄別方法，使得網(wǎng)絡(luò)對謠言有一定的自動過濾能力。

2 相關(guān)理論

2.1 網(wǎng)絡(luò)輿情和網(wǎng)絡(luò)謠言

網(wǎng)絡(luò)輿情以網(wǎng)絡(luò)為載體，傳播和擴散眾多網(wǎng)絡(luò)用戶情感、態(tài)度、意見和觀點的集合[9]。在網(wǎng)絡(luò)輿情環(huán)境中，許多內(nèi)容生產(chǎn)者，尤其是缺乏深度思考的部分新媒體會尋求通過“標(biāo)題黨”、娛樂化、斷章取義、夸大歪曲等方式，獲得閱讀量、轉(zhuǎn)發(fā)率和點贊量，成為熱門內(nèi)容，繼而被廣大網(wǎng)民所知，形成網(wǎng)絡(luò)謠言。

網(wǎng)絡(luò)謠言，通常是指通過網(wǎng)絡(luò)傳播介質(zhì)（如微博、微信和論壇等）進行傳播，沒有事實根據(jù)，且?guī)в幸欢ǖ墓粜院湍康男缘脑捳Z[10]。由于互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們對網(wǎng)絡(luò)謠言的傳播不受時間、地點和空間的限制[11]。人們會以不同的方式對謠言做出反應(yīng)、互動和回應(yīng)，通常認(rèn)為個人層面的不確定性和輕信度是網(wǎng)絡(luò)謠言傳播的決定因素[12]。網(wǎng)絡(luò)謠言與新聞的最大區(qū)別在于謠言本身是未經(jīng)證實的，與此同時，謠言往往是人們感興趣的或與自身利益相關(guān)的熱點問題[13]。網(wǎng)絡(luò)謠言傳播具有突發(fā)性并且流傳速度極快，其傳播與流行病的傳播很相似[14]。如果不能對網(wǎng)絡(luò)謠言進行及時的甄別、管理和控制，將會對正常的社會秩序造成不良影響，并可能引起不必要的恐慌和混亂，更嚴(yán)重的甚至引發(fā)社會動蕩[15]。因此，對網(wǎng)絡(luò)謠言進行追蹤溯源和及時甄別，可以減少不必要的負(fù)面輿情的發(fā)生。

2.2 區(qū)塊鏈在網(wǎng)絡(luò)謠言識別中的應(yīng)用

區(qū)塊鏈最初起源于比特幣，是比特幣的底層技術(shù)。其本質(zhì)是一個去中心化的數(shù)據(jù)庫[16]。區(qū)塊鏈技術(shù)不依賴第三方，通過自身分布式節(jié)點，結(jié)合共識機制、密碼學(xué)、時間戳等技術(shù)來進行網(wǎng)絡(luò)數(shù)據(jù)的存儲、驗證、傳遞和交流，具有點對點傳輸、去中心化、開放可追溯和安全不可竄改等特點[17]。區(qū)塊鏈技術(shù)被認(rèn)為是互聯(lián)網(wǎng)發(fā)明以來最具顛覆性的技術(shù)創(chuàng)新，其依靠密碼學(xué)和數(shù)學(xué)，巧妙地運用分布式算法，在無法建立信任關(guān)系的互聯(lián)網(wǎng)上，不需要借助任何第三方中心的介入即可使參與者達成共識[18]。采用全民參與和全民記賬的方式，共同維護一個十分可靠的巨大賬本，即一個大的分布式數(shù)據(jù)庫，以較低的成本解決了信任與價值的可靠傳遞難題[19]?；趨^(qū)塊鏈的共識機制可建立信任網(wǎng)絡(luò)，以抑制網(wǎng)絡(luò)謠言信息的進一步傳播[20]；區(qū)塊鏈的中心化數(shù)據(jù)系統(tǒng)，可代替原有的第三方托管策略，從而提升了原始信息的安全，在信息源頭上遏制了惡意的謠言攻擊[21]。已有學(xué)者對以區(qū)塊鏈為架構(gòu)基礎(chǔ)的Stee‐mit、Matters 平臺應(yīng)對網(wǎng)絡(luò)謠言的功能設(shè)置和運行機制進行了分析[22]，這些研究較少有較成熟的理論模型。

2.3 基于區(qū)塊鏈技術(shù)的網(wǎng)絡(luò)謠言甄別模型的提出

由于區(qū)塊鏈重新定義了網(wǎng)絡(luò)中信息的存儲和傳播方式，從而保證了網(wǎng)絡(luò)中的數(shù)據(jù)不被非對稱加密算法竄改和偽造，使得網(wǎng)絡(luò)用戶對區(qū)塊鏈數(shù)據(jù)信息的狀態(tài)達成一致。從現(xiàn)有區(qū)塊鏈的研究和發(fā)展現(xiàn)狀來看，區(qū)塊鏈技術(shù)不僅僅適用于經(jīng)濟金融領(lǐng)域，更應(yīng)用在信息加密、知識產(chǎn)權(quán)、電子商務(wù)等方面。而且，區(qū)塊鏈技術(shù)將會從技術(shù)層面幫助網(wǎng)絡(luò)輿情進行傳播內(nèi)容、傳播方式、網(wǎng)絡(luò)安全和隱私安全等進行優(yōu)化與創(chuàng)新。在應(yīng)對虛假新聞等網(wǎng)絡(luò)謠言方面，區(qū)塊鏈技術(shù)的可追溯性，使得其非常適合用來追溯謠言信息的源頭。而通過設(shè)計基于評論內(nèi)容的工作量證明機制，可以有效地構(gòu)建甄別模型，從而進一步增強其識別網(wǎng)絡(luò)謠言的能力。傳統(tǒng)的非基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型中，大多使用機器學(xué)習(xí)對信息進行真實性的識別[23]，而本文旨在利用區(qū)塊鏈技術(shù)重構(gòu)社交網(wǎng)絡(luò)結(jié)構(gòu)，以保證信息在社交網(wǎng)絡(luò)中傳播的可追溯性。在此基礎(chǔ)上，本文利用評論信息進行謠言甄別，提供一種去中心化的可信任機制。根據(jù)節(jié)點間的語義相似度動態(tài)調(diào)節(jié)節(jié)點接入?yún)^(qū)塊鏈的難度，并利用區(qū)塊鏈中的工作量證明機制，使得社交網(wǎng)絡(luò)對網(wǎng)絡(luò)謠言傳播具有一定的自動過濾能力。

3 區(qū)塊鏈屬性及工作方法

3.1 區(qū)塊鏈UML圖

區(qū)塊鏈技術(shù)提供一種去中心化的可信任機制，其思想是以眾多網(wǎng)絡(luò)節(jié)點替代可信任的權(quán)威機構(gòu)，即實現(xiàn)全網(wǎng)共同見證，最終達成一個共識機制[24]。在網(wǎng)絡(luò)謠言的甄別中，這種共識機制是全網(wǎng)大多數(shù)用戶對某一信息的共同認(rèn)知。以區(qū)塊鏈技術(shù)為基礎(chǔ)，對于一條需要確認(rèn)的信息，可通過區(qū)塊鏈的工作量證明機制進行認(rèn)證。在網(wǎng)絡(luò)輿情環(huán)境中，這種認(rèn)證方式可應(yīng)用于“意見領(lǐng)袖”對權(quán)威機構(gòu)發(fā)布的信息進行的轉(zhuǎn)發(fā)和評論等行為。具體實現(xiàn)方式為：隨機找到一個可信的第三方節(jié)點，通過第三方確認(rèn)消息，再運用廣播機制，由該第三方節(jié)點向全網(wǎng)擴散，通過全網(wǎng)大多數(shù)人的共同認(rèn)知，來辨別網(wǎng)絡(luò)傳播信息的真?zhèn)?。以下用UML 圖來說明本文所使用的區(qū)塊鏈技術(shù)，如圖1 所示。

圖1 區(qū)塊鏈技術(shù)UML圖

3.2 區(qū)塊鏈屬性

在圖1 中，Block 表示區(qū)塊鏈的源節(jié)點，每個區(qū)塊中都包含8 個屬性。其中，BlockNo 表示區(qū)塊編號，為區(qū)塊的唯一索引，此處可認(rèn)為是該區(qū)塊的一個數(shù)字簽名；data 表示區(qū)塊中所存儲的信息。由于區(qū)塊鏈本身為比特幣的技術(shù)支撐，一般存儲的信息為交易記錄[25]，本文將其運用在網(wǎng)絡(luò)輿情謠言甄別模型中，用于存儲社交網(wǎng)絡(luò)中的輿情信息；difficul‐ty 為挖礦難度，決定了該區(qū)塊計算隨機數(shù)的復(fù)雜度，其復(fù)雜度越高，計算的開銷越大，鏈入?yún)^(qū)塊鏈越困難；nonce 是用一次的隨機種子，用來產(chǎn)生一個唯一的隨機數(shù)；hash 為哈希值，既可以作為區(qū)塊的唯一標(biāo)識，也能用來檢驗該區(qū)塊是否可靠[26]；next 為指向下一個區(qū)塊的指針，使得區(qū)塊與區(qū)塊之間像鏈子一樣串聯(lián)起來；previous_hash 為指向前一個區(qū)塊鏈哈希值的指針；timestamp 為時間戳，用于表示存儲節(jié)點的時間信息[27]。

區(qū)塊類還包含兩個方法：一個是初始化方法，即將新產(chǎn)生的輿情信息保存在該區(qū)塊中[28]；另一個方法是哈希算法，本文所使用的是SHA-256 散列函數(shù)。SHA-256 函數(shù)能夠生成一個唯一的256 位的數(shù)[29]。哈希算法的輸入為5 個部分的unicode 編碼之和，這5 個部分分別為：區(qū)塊的隨機種子nonce、區(qū)塊所存儲的數(shù)據(jù)data、前一個區(qū)塊的哈希值previ‐ous_hash、時間戳timestamp 和區(qū)塊編號BlockNo。這樣的計算方式大大提升了后續(xù)算法中“挖礦”計算的隨機性，使得散布謠言的網(wǎng)絡(luò)節(jié)點很難竄改原始內(nèi)容。

以網(wǎng)絡(luò)謠言的視角來看，BlockNo 提供了用戶的身份標(biāo)識，以證明用戶的身份。由于本文的區(qū)塊鏈模型是在原有社交網(wǎng)絡(luò)平臺的基礎(chǔ)上進行的區(qū)塊鏈重構(gòu)，這種方式可以有效地利用原有平臺的身份驗證信息。data 代表了用戶的評論信息，而評論信息的發(fā)布則看成是一個接入?yún)^(qū)塊鏈的過程。difficul‐ty 這一挖礦難度確定了其接入?yún)^(qū)塊鏈中的難易程度，由評論信息本身決定。在本文中利用了相似度函數(shù)來動態(tài)調(diào)節(jié)挖礦難度。區(qū)塊鏈中的散列函數(shù)由用戶的簽名、評論信息、時間戳等因素決定。這既保證了區(qū)塊的隨機性（即生成一個“第三方”的區(qū)塊），也保證了數(shù)據(jù)的安全性。

區(qū)塊鏈（BlockChian），即“不同區(qū)塊Block 連成的鏈”。本文所使用的區(qū)塊鏈，其源節(jié)點為輿情信息發(fā)布的源節(jié)點。由圖1 可知，區(qū)塊鏈類包含5個屬性，其中difficulty 為其所有子區(qū)塊中挖礦難度的總和，maxNonce 為最大隨機數(shù)，用來表示隨機算法計算開銷的上限，具體計算公式為

其中，tgt 表示目標(biāo)（target）哈希值可接受的范圍；diff 為子區(qū)塊中挖礦難度（difficulty）的總和。

從計算方式可以得出，如果某一區(qū)塊的計算復(fù)雜度越高，那么哈希值的范圍就越小，即接入?yún)^(qū)塊鏈也就越困難。區(qū)塊鏈上每一個區(qū)塊的加入經(jīng)過“挖礦”方法隨機計算得出。每一個區(qū)塊的挖礦難度根據(jù)其與信息源文本相似度不同而變化，相似度越高，則難度越低；反之，相似度越低，則難度越高。區(qū)塊鏈將所存儲的輿情信息經(jīng)過SHA-256 散列運算后轉(zhuǎn)換成哈希值，使數(shù)據(jù)的安全性大大提升。

3.3 區(qū)塊鏈工作方法

區(qū)塊鏈包含了兩個工作方法：一個方法是隨機挖礦算法；另一個方法是添加節(jié)點。本文采用“隨機挖礦算法”，即工作量證明機制（proof of work，POW）。工作量證明機制簡單理解就是一份證明，是用工作結(jié)果來證明工作過程的機制，也是目前廣泛應(yīng)用于去中心化系統(tǒng)的機制[30]。同時，工作量證明又被稱作“挖礦”，以挖到的“礦”的量來證明其“挖礦”的過程[31]。區(qū)塊鏈相當(dāng)于一個“礦區(qū)”，區(qū)塊鏈上的每一個節(jié)點相當(dāng)于礦區(qū)中的一個“礦工”，工作量證明機制是以節(jié)點計算得到的哈希值來證明節(jié)點真正參與了計算，就像礦工用采到的礦來證明其參與了采礦的過程。在不同節(jié)點計算能力相同的假設(shè)下，某一區(qū)塊挖礦的復(fù)雜度，僅由難度來決定。

4 基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型構(gòu)建

4.1 基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型的前提假設(shè)

4.1.1 前提假設(shè)

基于對區(qū)塊與區(qū)塊鏈的設(shè)定，本研究提出了3條基于區(qū)塊鏈的謠言甄別模型的前提假設(shè)：①網(wǎng)絡(luò)輿情的源節(jié)點需為權(quán)威機構(gòu)所發(fā)布的真實信息，時間戳最早。若某節(jié)點的時間戳早于源節(jié)點，則直接判定為謠言[32]；②存在某相似性計算算法，衡量新輿情與源節(jié)點處輿情的相似度[33]；③有足夠多請求接入?yún)^(qū)塊鏈的節(jié)點，且不同節(jié)點的計算能力相同[34]。

社交網(wǎng)絡(luò)中的輿情傳播大致分為直接轉(zhuǎn)發(fā)和評論轉(zhuǎn)發(fā)。有學(xué)者將區(qū)塊鏈的不可竄改、可追溯機制應(yīng)用于社交媒體中轉(zhuǎn)發(fā)謠言的研究，而并未對社交網(wǎng)絡(luò)中評論信息進行甄別[35]。因此，本文將針對這兩類傳播途徑進行詳細闡述，以及區(qū)塊鏈如何通過節(jié)點時間戳，遞歸地追溯信息源節(jié)點，進而有效地甄別謠言信息。

4.1.2 直接轉(zhuǎn)發(fā)的網(wǎng)絡(luò)謠言甄別

若網(wǎng)絡(luò)謠言的傳播途徑為直接轉(zhuǎn)發(fā)，則網(wǎng)絡(luò)謠言的甄別過程較為容易。由于區(qū)塊鏈的不同區(qū)塊中包含了源節(jié)點時間戳，對于早于源節(jié)點時間戳的區(qū)塊可直接判定為謠言，并禁止接入?yún)^(qū)塊鏈（仿真實驗過程中，將區(qū)塊的挖礦難度調(diào)至最大即可）。此外，區(qū)塊鏈的結(jié)構(gòu)特性也保障了對傳播路徑的有效驗證，由于每一個區(qū)塊都有previous_hash，因而存儲了其父節(jié)點的信息，謠言甄別時可以一直遍歷到頭節(jié)點。如果頭節(jié)點并非源節(jié)點，則需要參照評論轉(zhuǎn)發(fā)的方法進行甄別。

4.1.3 評論轉(zhuǎn)發(fā)的網(wǎng)絡(luò)謠言甄別

若網(wǎng)絡(luò)謠言的傳播途徑為評論轉(zhuǎn)發(fā)，則甄別過程相對復(fù)雜。評論轉(zhuǎn)發(fā)經(jīng)常被網(wǎng)絡(luò)謠言傳播者利用。通常網(wǎng)絡(luò)謠言傳播者轉(zhuǎn)發(fā)某一權(quán)威機構(gòu)的信息，再別有用心地斷章取義，從而造成網(wǎng)絡(luò)謠言的傳播。由于這類網(wǎng)絡(luò)謠言是轉(zhuǎn)發(fā)自權(quán)威機構(gòu)的評論信息，甄別此類謠言也相對復(fù)雜，但區(qū)塊鏈的存儲結(jié)構(gòu)，對這類網(wǎng)絡(luò)謠言可以做到有效地預(yù)防和甄別。

首先，需要判定該評論信息與源節(jié)點處信息的相似程度，可通過相似度計算函數(shù)進行比較。一般認(rèn)為，文本相似度可表示為[0,1]區(qū)間的實數(shù)，該實數(shù)可通過計算語義距離獲得。相似度同語義距離成反比關(guān)系，相似度越高則語義距離越?。环粗?，相似度越低則語義距離越大[36]?？尚问交乇硎緸?/p>

（1）6個版本螺旋數(shù)量范圍是3~5個，間隔時間范圍0~6個學(xué)期，不同學(xué)段之間的間隔時間比同一學(xué)段內(nèi)的間隔時間長，平均間隔時間范圍是2.5~6個學(xué)期．不同版本內(nèi)容的螺旋間隔差異較大．

其中，Dis(SA,SB)表示文本SA、SB之間的非負(fù)語義距離；α為調(diào)節(jié)因子，為保證語義距離為0 時的計算意義，本文取α=10-6。

本文基于詞袋模型的隱狄利克雷分布（latent Dirichlet allocation，LDA）方法計算文本相似度[37]。詞袋模型的基本思想是不考慮詞語在文檔中的出現(xiàn)順序，僅將文檔表示成詞語的組合，這種假設(shè)非常適用于上下文信息不充分的社交網(wǎng)絡(luò)評論信息中。LDA 主題模型為一個三層的貝葉斯概率模型，包含文檔、主題和詞的三層結(jié)構(gòu)。采用其計算評論信息相似度的基本思想是：對評論信息進行主題建模，并在主題對應(yīng)的詞語分布中抽取詞語，得到評論信息的主題分布，再依據(jù)這個分布計算JS 散度，用作相似度的度量方式。具體如公式(3)、公式(4)所示：

其中，P(x)、Q(x)表示了不同評論信息的主題分布。通過這樣的距離函數(shù)，可以計算節(jié)點與源節(jié)點的相似程度。如果相似程度較高，則降低該區(qū)塊的挖礦難度；反之，如果相似程度較低，則增加該區(qū)塊鏈整體的挖礦難度。通常情況下，若某一節(jié)點為謠言傳播者，其信息與源節(jié)點的相似度較低，且網(wǎng)絡(luò)謠言傳播者一般會持續(xù)地散布謠言。

在區(qū)塊鏈模型的設(shè)定下，該條區(qū)塊鏈上的挖礦難度會不斷提升，由于一條區(qū)塊鏈的挖礦難度直接決定了該區(qū)塊接入主區(qū)塊鏈的可能性，在有足夠多節(jié)點請求接入?yún)^(qū)塊鏈的前提下，散布謠言的節(jié)點由于其挖礦難度的不斷提升，是很難接入?yún)^(qū)塊鏈的。區(qū)塊鏈挖礦算法的存在，加強了對這類節(jié)點的甄別。

4.2 基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型

一個健壯的網(wǎng)絡(luò)謠言甄別模型，自身需要具備謠言過濾算法，以保證能夠進行謠言的自凈。本文基于區(qū)塊鏈構(gòu)建了網(wǎng)絡(luò)謠言甄別模型，如圖2 所示。

4.3 網(wǎng)絡(luò)謠言甄別過程

4.3.1 輿情爆發(fā)期及區(qū)塊鏈審核

輿情爆發(fā)期，即輿情萌芽階段，此時的輿情話題本身就有可能是謠言。此階段，輿情話題信息需要經(jīng)過權(quán)威機構(gòu)發(fā)布后才能認(rèn)證為真實信息。此時，可以通過區(qū)塊鏈技術(shù)進行輿情審核，可以先構(gòu)建區(qū)塊鏈源節(jié)點Block（“Genesis”），這個節(jié)點代表權(quán)威機構(gòu)。初始輿情話題經(jīng)過權(quán)威機構(gòu)審核后發(fā)布輿情信息。若初始輿情話題被認(rèn)證為謠言，則需要進行辟謠。

4.3.2 輿情發(fā)酵期及次級區(qū)塊鏈剪枝

在輿情的發(fā)酵期，可能會形成次級區(qū)塊鏈。此階段，每條次級區(qū)塊鏈的頭節(jié)點代表了較早參與輿情傳播的網(wǎng)絡(luò)用戶，在不考慮源節(jié)點的情況下，其時間戳最早。依照本文所建立的假設(shè)，若其時間戳早于源節(jié)點的時間戳，則直接判定為謠言信息。同時，每條次級區(qū)塊鏈依照輿情的轉(zhuǎn)發(fā)關(guān)系鏈接而成，為降低分析的復(fù)雜性本文只考慮直接轉(zhuǎn)發(fā)這種情況。若是評論轉(zhuǎn)發(fā)，相當(dāng)于以該節(jié)點為次級區(qū)塊鏈的源節(jié)點，從而該節(jié)點衍生成為主區(qū)塊鏈，因而可依照區(qū)塊鏈的遞歸結(jié)構(gòu)進行構(gòu)建。由于區(qū)塊鏈的安全性，轉(zhuǎn)發(fā)過程中的信息是不可竄改的，這樣就保證了轉(zhuǎn)發(fā)信息的真實性。

此階段可通過區(qū)塊鏈實現(xiàn)輿情的過濾：依照相似度算法和挖礦算法，從各條次級區(qū)塊鏈尾端的節(jié)點開始，沿前向指針遍歷區(qū)塊鏈，累積挖礦難度，最終將挖礦難度的累計值存儲到該條次級區(qū)塊鏈的頭結(jié)點處。挖礦難度越高的區(qū)塊鏈頭結(jié)點，其接入?yún)^(qū)塊鏈源節(jié)點的可能性也就越低。由于挖礦算法的隨機性，在給定相似度算法有效的前提下，經(jīng)過足夠長的時間，由謠言信息組成的次級區(qū)塊鏈將被有效地剪枝，從而無法接入主區(qū)塊鏈。

圖2 區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型

4.3.3 輿情擴散期

輿情進入過濾期后，隨即進入輿情的廣播期，廣播操作相當(dāng)于一種共識機制，從區(qū)塊鏈數(shù)據(jù)結(jié)構(gòu)的角度而言，相當(dāng)于進行區(qū)塊鏈剪枝。經(jīng)歷廣播操作后，區(qū)塊鏈中的每一個節(jié)點，都將存儲整個區(qū)塊鏈的輿情信息，從而構(gòu)建成整個網(wǎng)絡(luò)輿情的共識機制。由于區(qū)塊鏈在經(jīng)歷足夠長時間的過濾期后，能夠有效地過濾掉網(wǎng)絡(luò)謠言，使得在廣播后的輿情網(wǎng)絡(luò)具備高度的真實性。從輿情傳播的角度而言，此時的輿情網(wǎng)絡(luò)對于謠言有著較強的抵御力。

5 仿真分析

5.1 仿真數(shù)據(jù)來源

新浪微博是由新浪網(wǎng)推出的一款為大眾提供娛樂、休閑、生活服務(wù)的信息分享和交流平臺，并且已成為眾多微博平臺中在線人數(shù)及影響力最為廣泛的網(wǎng)絡(luò)社交媒體[38]。在2018 年中國微博用戶規(guī)模及使用情況中，中國微博月活躍用戶4.62 億，是當(dāng)下網(wǎng)民廣泛使用的社交平臺[39]。在網(wǎng)絡(luò)謠言代表性信息源的選擇上，本文選擇公眾關(guān)注的新浪微博熱點網(wǎng)絡(luò)謠言食品安全類的話題作為信息源采集研究對象，建立話題空間。根據(jù)《食品謠言治理報告》發(fā)布食品藥品類謠言敏感程度，選取“十大食藥謠言榜單”中“塑料大米”這一網(wǎng)絡(luò)謠言話題[40]。之所以選擇這一謠言話題，是因為這一話題是廣大網(wǎng)民非常關(guān)注的食品安全問題，與群眾的生活息息相關(guān)，具有廣泛的受眾。同時，“塑料大米”這一話題，涉及較多的專業(yè)知識，對缺少相關(guān)知識背景的網(wǎng)民來說具有一定的誤導(dǎo)性，容易造成信息不對稱。截至2018 年3 月，微博“塑料大米”話題3326.7 萬閱讀，討論數(shù)共計3.9 萬，在該話題空間下，“央視新聞”關(guān)于該話題的轉(zhuǎn)發(fā)共計3545 條，評論數(shù)為2776 條?！叭嗣袢請蟆毕玛P(guān)于該話題的轉(zhuǎn)發(fā)為2759 條，評論數(shù)為1091 條。

5.2 仿真實驗

為對前文所構(gòu)建的基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型做進一步的驗證，采用謠言信息和真實信息這兩類仿真數(shù)據(jù)來驗證本文所構(gòu)建的區(qū)塊鏈甄別模型的有效性，在仿真實驗中，迭代次數(shù)代表了網(wǎng)絡(luò)輿情中輿情的傳播過程。在本實驗中，假定迭代次數(shù)為0～10000 次時，為基于區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型的輿情爆發(fā)期，10000～100000 次為區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型的發(fā)酵期，100000 次后為區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型的輿情擴散期。

本文將“塑料大米”話題空間下2018 年5 月21日的用戶評論信息作為節(jié)點信息，共計4598 條評論信息。將“新華視點”轉(zhuǎn)發(fā)的農(nóng)業(yè)農(nóng)村部部長韓長賦發(fā)表的“中國大米是安全的，塑料大米絕無此事”作為源節(jié)點信息，采用第4.1.3 節(jié)中提到的LDA 主題模型作為相似度衡量函數(shù)，衡量評論信息與源節(jié)點信息的相似度，設(shè)定閾值為0.8，大于閾值的定義為謠言信息節(jié)點，共計1617 個，小于等于編輯距離的定義為真實信息節(jié)點，共計2981 個。

根據(jù)上文提到的算法，將真實信息與謠言信息分別作為兩類不同的區(qū)塊，通過挖礦算法，以真實信息節(jié)點、謠言信息節(jié)點作為類別劃分，統(tǒng)計這兩類節(jié)點在不同的輿情傳播時期接入?yún)^(qū)塊鏈的總數(shù)和平均挖礦次數(shù)。

假定模型中存在合適的相似性計算函數(shù)，能夠較為合理地度量真實信息與謠言信息的相似程度。依照網(wǎng)絡(luò)謠言甄別模型的設(shè)定，若某節(jié)點傳播的是謠言信息，則其與源節(jié)點所傳播的真實信息的相似度就會很高，導(dǎo)致其挖礦難度增加。根據(jù)模型的設(shè)定，這使得這類謠言節(jié)點需要經(jīng)過更多輪次的迭代才能命中隨機數(shù)，也就意味著其“挖礦”時間的延長。這將導(dǎo)致此類節(jié)點在過濾期，其挖礦的次數(shù)要明顯高于傳播真實信息的節(jié)點。隨著整個區(qū)塊鏈模型的不斷迭代，謠言節(jié)點的挖礦難度不斷累加，僅僅依靠單一節(jié)點的計算能力已經(jīng)無法完成挖礦，使得謠言接點失去了接入?yún)^(qū)塊鏈的能力。與此同時，傳播真實信息的節(jié)點，隨著迭代次數(shù)的增加，其挖礦難度會逐漸降低，加之謠言節(jié)點的挖礦難度的提升，真實節(jié)點接入?yún)^(qū)塊鏈的概率會大大提升。在足夠長的時間內(nèi)，區(qū)塊鏈中的謠言節(jié)點數(shù)量會遠遠少于真實節(jié)點的數(shù)量，從而實現(xiàn)了基于區(qū)塊鏈的網(wǎng)絡(luò)謠言過濾。

5.3 仿真結(jié)果

圖3 表明了區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型中不同節(jié)點的哈希次數(shù)。其中，橫軸表示迭代次數(shù)，單位為千輪；縱軸表示哈希次數(shù)，代表節(jié)點接入?yún)^(qū)塊鏈的難度指標(biāo)，單位為萬次。從圖3 可以看出，在輿情爆發(fā)期的初期（橫軸迭代次數(shù)0～15），由于真實節(jié)點與網(wǎng)絡(luò)謠言節(jié)點接入?yún)^(qū)塊鏈的概率呈現(xiàn)出一定的隨機性，網(wǎng)絡(luò)謠言節(jié)點與真實節(jié)點的平均挖礦次數(shù)相差無幾。但隨著迭代次數(shù)的增加，通過相似度函數(shù)的計算，導(dǎo)致真實節(jié)點的挖礦難度不斷降低，而謠言節(jié)點的挖礦難度不斷上升。根據(jù)本文的前提假設(shè)，挖礦難度直接決定了節(jié)點接入?yún)^(qū)塊鏈的可能性，難度越大可能性越低；反之，難度越低，接入?yún)^(qū)塊鏈的可能性越高。這導(dǎo)致了輿情發(fā)酵期（橫軸迭代次數(shù)15～80），通過區(qū)塊鏈的過濾網(wǎng)絡(luò)謠言節(jié)點的平均挖礦次數(shù)明顯高于真實節(jié)點，使得網(wǎng)絡(luò)謠言節(jié)點越來越難接入?yún)^(qū)塊鏈。當(dāng)網(wǎng)絡(luò)輿情進入擴散期時（橫軸迭代次數(shù)80 以后），網(wǎng)絡(luò)謠言節(jié)點的挖礦次數(shù)已經(jīng)遠遠高于其他真實節(jié)點，在網(wǎng)絡(luò)中節(jié)點數(shù)足夠多的情況下，網(wǎng)絡(luò)謠言節(jié)點已經(jīng)幾乎不可能接入?yún)^(qū)塊鏈。在實際應(yīng)用中，此時可以整合區(qū)塊鏈上的絕大多數(shù)節(jié)點信息，發(fā)布輿情。

圖3 區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型仿真迭代次數(shù)

6 討論與分析

6.1 甄別模型保證輿情信息傳播的安全性及可追溯性

某些網(wǎng)絡(luò)謠言是通過對源信息的竄改而傳播的，而基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型從設(shè)計上杜絕了這種可能性。由于每一個節(jié)點的哈希值計算都依賴于其前一個節(jié)點的哈希值，若要改變區(qū)塊鏈中的某條信息，則相當(dāng)于暴力破解SHA-256 算法。由于哈希值計算的不可逆性，從而保障了區(qū)塊鏈一旦生成，想通過竄改中間傳播過程而達到散播謠言的行為幾乎是無法實現(xiàn)的[41]。區(qū)塊鏈中的每一個區(qū)塊，或直接轉(zhuǎn)發(fā)自源節(jié)點，或是所存儲的信息與源節(jié)點處的信息高度相似，從而保證輿情傳播過程中信息的真實性。

此外，由于區(qū)塊保留了時間戳信息，因而可以遞歸地對輿情信息的傳播追溯到父節(jié)點。在輿情信息傳播過程中，由于時間戳的存在，網(wǎng)絡(luò)謠言信息的偽造將變得極為困難。同時，時間戳也是哈希函數(shù)的輸入，節(jié)點的哈希值計算也依賴于時間戳，這就進一步增強了網(wǎng)絡(luò)信息傳播的安全性。在區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型中，既可以依靠時間戳來遞歸地甄別某一節(jié)點信息來源，又由于引入了時間戳而增強了節(jié)點數(shù)據(jù)的不可竄改性。

6.2 甄別模型凈化網(wǎng)絡(luò)謠言和保證輿情信息完整性

以往在網(wǎng)絡(luò)謠言甄別模型的研究中，這些模型主要依賴于深度學(xué)習(xí)等監(jiān)督模型進行分類，從而達到甄別謠言目的，但這些模型往往需要大量的標(biāo)注樣本，而無論是人工標(biāo)注，還是類似深度學(xué)習(xí)對模型的訓(xùn)練，都需要大量的時間。從輿情傳播的角度而言，這將不利于有關(guān)部門在第一時間對相關(guān)輿情進行管控及引導(dǎo)。

本文所構(gòu)建的區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型，僅需要在輿情爆發(fā)期通過權(quán)威機構(gòu)來構(gòu)建區(qū)塊鏈源節(jié)點進行區(qū)塊鏈審核，并通過相似性計算函數(shù)及隨機算法來有效地進行模型構(gòu)建；到輿情發(fā)酵期，網(wǎng)絡(luò)謠言節(jié)點由于其累計挖礦難度的不斷提升，已經(jīng)很難接入?yún)^(qū)塊鏈，從而喪失了輿情傳播的能力。這種方式使得區(qū)塊鏈技術(shù)相較于其他模型，具備一定的網(wǎng)絡(luò)謠言自凈能力，剔除虛假的網(wǎng)絡(luò)謠言發(fā)布節(jié)點，使得在網(wǎng)絡(luò)輿情在傳播過程中具有更強的信息真實性。

同時，由于區(qū)塊鏈具有分布式的存儲特點，可以讓每個區(qū)塊節(jié)點有效地記錄了整個網(wǎng)絡(luò)的輿情信息，這使得輿情信息的完整性得以最大程度的保存，使得網(wǎng)絡(luò)輿情信息的存儲不再依賴于一個傳統(tǒng)的中心性數(shù)據(jù)庫，而是分布式地存儲于區(qū)塊鏈的每一個節(jié)點，極大地增強了網(wǎng)絡(luò)輿情信息存儲模式的整體健壯性。

6.3 甄別模型在仿真中發(fā)現(xiàn)的需要改進環(huán)節(jié)

首先，本文構(gòu)建的區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型選用的相似度函數(shù)是一個相對粗糙的方法。這種相似度的計算僅設(shè)計字符串的編輯距離，導(dǎo)致一些具備原創(chuàng)性的節(jié)點與源節(jié)點的相似度被壓得很低，這會造成整個網(wǎng)絡(luò)節(jié)點的趨同。從輿情信息傳播的多樣性角度出發(fā)，這會對一些見解獨到非網(wǎng)絡(luò)謠言的輿情信息造成較大的傳播限制。其次，基于區(qū)塊鏈構(gòu)建網(wǎng)絡(luò)謠言甄別模型并沒有考慮信息存儲上限，由于區(qū)塊鏈的分布式記賬存儲信息的能力，使得每個節(jié)點更新的信息會讓所有節(jié)點都進行存儲，這就使得存儲的信息量越來越多，這無疑增加了區(qū)塊鏈的空間開銷成本。從實踐角度來看，區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型需要較為強大的物理設(shè)備作為支持。最后，由于挖礦難度的不斷累積，哈希值的計算過程也是一個非常耗時的任務(wù)。只有一部分節(jié)點能夠接入?yún)^(qū)塊鏈，雖然這有效地過濾了謠言節(jié)點，但對那些參與挖礦計算而又沒能接入?yún)^(qū)塊的節(jié)點而言，無疑造成了較大的資源浪費。

7 研究結(jié)論

在理論貢獻層面，本文構(gòu)建了區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型。該模型提供了一種去中心化的可信任機制，通過“礦工”對信息進行加密、校驗、廣播和存儲，識別網(wǎng)絡(luò)源頭，并對網(wǎng)絡(luò)謠言進行甄別和溯源，形成網(wǎng)絡(luò)謠言自凈機制，為網(wǎng)絡(luò)謠言的研究提供新的理論研究支撐。在實踐貢獻層面，本文以新浪微博熱點網(wǎng)絡(luò)謠言話題食品安全中的“塑料大米”為信息源，根據(jù)語義距離劃分真實話題節(jié)點與謠言話題節(jié)點，通過仿真實驗對基于區(qū)塊鏈的網(wǎng)絡(luò)謠言甄別模型進行驗證及分析，運用區(qū)塊鏈的特點追溯網(wǎng)絡(luò)源頭并對網(wǎng)絡(luò)謠言進行甄別。仿真實驗以評論數(shù)據(jù)為載體，驗證了區(qū)塊鏈網(wǎng)絡(luò)謠言甄別模型在控制謠言傳播方面的有效性，從而為輿情監(jiān)管部門利用區(qū)塊鏈技術(shù)對網(wǎng)絡(luò)謠言進行甄別及網(wǎng)絡(luò)輿情管理起到一定的指導(dǎo)和推動作用。在未來研究中，筆者還將把考慮運用計算詞向量的余弦距離算法，使得大部分的非謠言節(jié)點都能接入?yún)^(qū)塊鏈。