封面
前折页
书名页
版权页
信息多学科交叉融合前沿技术丛书编委会
前言
目录
第1章 网络信息内容安全概述
 1.1 网络信息内容安全的现状与主流技术
  1.1.1 网络信息内容安全技术
  1.1.2 我国网络信息内容安全的发展现状
  1.1.3 国外网络信息内容安全的发展现状
  1.1.4 网络信息内容安全的主流技术
 1.2 网络新媒体信息的特征
  1.2.1 网络信息内容的新特征
  1.2.2 信息传播方面的新规律
  1.2.3 网络舆情传播的特征
 1.3 新一代网络信息内容安全面临的挑战
  1.3.1 虚假信息鉴别困难
  1.3.2 对抗信息检测困难
  1.3.3 深层语义理解困难
  1.3.4 传播链条溯源困难
 1.4 新一代网络信息内容安全的解决之道
  1.4.1 多特征融合的虚假信息检测
  1.4.2 基于内生安全架构的对抗信息处理
  1.4.3 融合媒体的细粒度情感分析
  1.4.4 面向社会和政治问题的立场分析
  1.4.5 复杂条件下的传播关系挖掘
 1.5 本章小结
 参考文献
第2章 融合多特征的虚假信息检测
 2.1 虚假信息检测及其影响
  2.1.1 虚假信息的基本概念
  2.1.2 虚假信息对网络信息内容安全的影响
 2.2 虚假信息检测技术
  2.2.1 谣言检测技术
  2.2.2 虚假图像检测技术
  2.2.3 深度伪造视频检测技术
  2.2.4 深度伪造语音检测技术
 2.3 应用实践
  2.3.1 图文融合的中文谣言检测
  2.3.2 融合多模态信息的中文谣言检测
  2.3.3 融合多域信息的伪造视频检测
 2.4 本章小结
 参考文献
第3章 对抗条件下的文本信息内容处理
 3.1 对抗文本及其影响
  3.1.1 对抗文本的概念
  3.1.2 对抗文本对网络信息内容安全的影响
 3.2 对抗文本防御技术
  3.2.1 英文对抗文本防御技术
  3.2.2 中文对抗文本防御技术
 3.3 应用实践
  3.3.1 基于多模型集成的鲁棒英文谣言检测
  3.3.2 基于文本纠错的鲁棒中文谣言检测
  3.3.3 融合图编码的鲁棒中文命名实体识别
 3.4 本章小结
 参考文献
第4章 对抗条件下的视觉信息内容处理
 4.1 对抗样本及其影响
  4.1.1 对抗样本的概念
  4.1.2 对抗样本对网络信息内容安全的影响
 4.2 对抗样本防御技术
  4.2.1 对抗样本的检测防御方法
  4.2.2 对抗样本的完全防御方法
  4.2.3 基于集成的对抗样本主动防御方法
 4.3 应用实践
  4.3.1 基于相位谱的伪造视频对抗样本检测
  4.3.2 基于DHR架构的对抗伪造视频鲁棒检测
 4.4 本章小结
 参考文献
第5章 社交媒体方面级细粒度情感分析
 5.1 细粒度情感分析及其影响
  5.1.1 细粒度情感分析相关定义
  5.1.2 与相关任务的关系
  5.1.3 对网络信息内容安全的影响
 5.2 相关研究发展历程
  5.2.1 发展脉络
  5.2.2 问题建模范例
  5.2.3 数据集与评价方法
 5.3 社交媒体细粒度情感分析方法
  5.3.1 文本单任务细粒度情感分析
  5.3.2 文本复合任务细粒度情感分析
  5.3.3 融合外部知识的细粒度情感分析
  5.3.4 多模态细粒度情感分析
 5.4 社交媒体细粒度情感分析的可迁移性
  5.4.1 跨域方面细粒度情感分析
  5.4.2 跨语言方面细粒度情感分析
  5.4.3 方面情感分析的鲁棒性
 5.5 应用实践
  5.5.1 社交网络融合媒体细粒度情感分析
  5.5.2 社交媒体细粒度情感分析的鲁棒性
 5.6 本章小结
 参考文献
第6章 社交媒体立场分析
 6.1 立场分析概述
  6.1.1 立场分析定义
  6.1.2 与相关任务的关系
  6.1.3 与信息内容安全的关系
 6.2 社交媒体立场分析现状及进展
  6.2.1 主要研究进展
  6.2.2 主要数据集
  6.2.3 立场标签与性能评估
 6.3 立场分析的任务分类
  6.3.1 立场分析的级别
  6.3.2 基于目标的立场分析
  6.3.3 立场分析与立场预测
 6.4 立场分析算法
  6.4.1 用于立场分析的特征
  6.4.2 用于立场分析的机器学习方法
 6.5 立场分析典型应用
  6.5.1 分析性研究
  6.5.2 基于社会现象的相关应用
  6.5.3 事实准确性检查
 6.6 应用实践
  6.6.1 立场与情感正交性的验证
  6.6.2 基于知识指导的零样本立场分析
 6.7 本章小结
 参考文献
第7章 社交网络用户行为及信息传播规律分析
 7.1 社交网络用户行为、传播及关系
  7.1.1 社交网络用户行为
  7.1.2 社交网络信息传播规律
  7.1.3 与网络信息内容安全的关系
 7.2 社交网络用户行为分析
  7.2.1 社交网络用户个体行为分析
  7.2.2 社交网络用户群体行为分析
 7.3 信息传播规律分析
  7.3.1 信息传播关键点
  7.3.2 信息传播路径
  7.3.3 经典的传播模型
  7.3.4 信息传播的研究内容
 7.4 应用实践
  7.4.1 基于节点信息熵的重要传播节点发现
  7.4.2 融合结构和内容特征的群体演化分析
  7.4.3 基于转发行为分析的微博传播效果预测模型
 7.5 本章小结
 参考文献
第8章 网络用户身份识别技术
 8.1 网络用户身份识别的基本内涵
  8.1.1 网络实名制新要求下的网络黑灰产现状剖析
  8.1.2 网络用户身份识别的数学形式表示
  8.1.3 网络用户身份识别面临的挑战
 8.2 网络用户身份识别技术体系
  8.2.1 基于账号标签的网络用户身份识别技术
  8.2.2 基于生物特征的网络用户身份识别技术
  8.2.3 基于指纹特征的网络用户身份识别技术
  8.2.4 基于拓扑特征的网络用户身份识别技术
  8.2.5 基于内容特征的网络用户身份识别技术
 8.3 网络用户身份识别技术实践
  8.3.1 基于人脸图像补全的网络用户身份识别技术
  8.3.2 融合多模态信息的网络用户身份匹配对齐方法
 8.4 本章小结
 参考文献
后折页
封底