رویکردی نوین در تشخیص اخبار جعلی در جنگ سایبری مبتنی بر یادگیری انتقالی و تحلیل موضع

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 133

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JASD-3-4_002

تاریخ نمایه سازی: 18 خرداد 1405

چکیده مقاله:

تکنیک های نوین در تشخیص و مقابله با تهدیدات سایبری: تشخیص روایات جعلی با استفاده از تحلیل موضع چکیده: انتشار اخبار جعلی در شبکه های اجتماعی به یک چالش جدی در حوزه های اطلاعاتی و امنیت سایبری، به ویژه در زمینه پدافند غیرعامل تبدیل شده است. تشخیص زودهنگام این نوع اخبار می تواند نقشی کلیدی در بهبود امنیت سایبری و کنترل انتشار اطلاعات نادرست ایفا کند. در این مقاله، رویکردی جدید ارائه می شود که از همبستگی بین عنوان و متن اخبار برای تشخیص اخبار جعلی استفاده می کند. به کمک شبکه های عصبی عمیق، عنوان و متن خبر به صورت دو جزء مستقل، تحلیل و همبستگی آن ها اندازه گیری می شود. ما با ریزتنظیم دو مدل زبانی برت روی عنوان و متن به عنوان دو جزء تشکیل دهنده خبر، سعی کردیم تشخیص دهیم آیا بین عنوان خبر و متن خبر همبستگی وجود دارد یا خیر؟ نتایج نشان داد این روی کرد به خبر جعلی می تواند دقت مدل را نسبت به مدل های مشابه افزایش دهد.

نویسندگان

محمود فرخیان

گروه مهندسی کامپیوتر، دانشکده فنی، دانشگاه اراک، اراک، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :