目標鎖定！科學家用物理模型打擊網路極端組織和虛假賬戶

天下 08-17

網路極端組織就像瘟疫一樣在互聯網上迅速蔓延，最近曝光的通過虛假臉譜網（Facebook）賬戶吸引追隨者的惡意行為，便是這一事態發展的一個真實寫照。研究者發現網路極端組織形成的模式和牛奶凝乳出現的過程很相似。

極端主義和仇恨情緒組成的在線網路；供圖：N. Johnson, P. Manrique and M. Zheng

（上圖代表了社交媒體上的極端主義和仇恨情緒組成的在線網路（例如「支持ISIS」），展示了在給定的某一天，個人是如何圍繞特定的極端主義思想和話題「團結」起來的。其中：黑點代表極端主義/仇恨，白點代表在線用戶，紅色連線表示他們之間的聯繫。）

來源 | AIP Inside Science

作者 | Nala Rogers

在2014年末至2015年初，「預備伊斯蘭國組織」在俄羅斯一個名為「VKontakte」的在線社交網站上迅速擴增。在其成立後短短數月的時間裡，組織成員就已聚集超過了10萬之眾，這其中至少會產生一位將來會在敘利亞領導伊斯蘭國武裝的恐怖分子。

根據一項最新的分析，這些似乎憑空而來的組織的形成方式和牛奶凝乳的出現方式很類似。該研究在上月底發表在《物理評論快報》雜誌上。其作者之一是來自華盛頓特區喬治華盛頓大學的物理學家尼爾?約翰遜(Neil Johnson)。他說：這項研究可能會幫助執法部門和情報機構識別出極端組織，甚至可以識別出那些試圖煽動分裂和製造不和諧因素的虛假社交媒體賬戶。

為了設計和測試這個模型，約翰遜教授和他的同事們使用了俄羅斯社交網路VKontakte的用戶數據，這些數據是在2014年到2015年的一系列活動中收集的，之後該社交網路就關閉了這一極端網路組織。在過去的幾年裡，該研究團隊一直嘗試對這個恐怖組織的行為和演化過程進行建模。目前，在這篇最新發表的論文中，他們集中研究了這類極端組織是如何形成的。

約翰遜教授意識到這類群體突然出現的方式和他在讀研究生時學到的一種物理現象很相似，即凝膠。牛奶凝乳便是一種凝膠，當它們形成時，微觀的牛奶顆粒會彼此互相吸引，然後不斷粘在一起，直到某個時刻形成宏觀的大塊。約翰遜教授解釋說:「一開始，你看不到任何凝乳。在那麼一瞬間，它會突然的出現了。」研究人員把描述這種凝乳現象的方程式應用到社交網路中的這類組織上。

牛奶凝乳是一種凝膠，微觀的牛奶顆粒會彼此互相吸引，網路極端組織的形成與之如出一轍；圖片來源於網路

然而，牛奶凝結是由於相似蛋白質聚集而造成的，但人類個體則是完全不同的。為了模擬人類性格上的多樣性，研究人員使用0到1之間的隨機數來表示一個人的性格。約翰遜教授說，這種處理是一種簡化，但關鍵在於它可以表示現實生活中社交網路的多樣性。

實驗證明，這種近似處理的效果相當不錯：凝膠模型與VKontakte的數據吻合得非常好。2014年至2015年間，極端主義組織的數量和規模都出現了爆炸性的增長，其聚集追隨者的行為非常類似於粒子聚集形成凝膠的過程。研究人員甚至可以通過這個模型去預測組織形成的時間。在這個組織中，個體「性格」的相似度越高，其合併成一個群體的速度也就越快。

約翰遜教授說，這種快速增長的模式是極端組織獨有的，「當地的空手道俱樂部可不會這樣。」因此，通過找出那些形成模式類似凝膠聚集行為的在線群體，從原則上說，就可以識別出有可能滋生極端主義的群體。VKontakte上有數以萬計的在線群組，想要找到那寥寥幾百個極端組織本就是一項很大的挑戰，更何況極端組織的成員經常會使用代碼進行交流，並且很善於隱藏自己的動機。約翰遜教授說，該模型可以有效縮小調查群組的範圍，過濾出那些僅佔總量1%的群組，幫助發現可能藏匿有傷人意圖個體的組織。

來自倫敦大學學院的犯罪科學家保羅?吉爾(Paul Gill)說，通常要預測一個人是否具有傷害他人的傾向是很困難的事情。吉爾教授並沒有參與這項工作，他說:「我們在社交網路上擁有的資源是很有限的，而社交網路的干擾特別多，這些模型的作用是可以引導我們將有限的資源儘可能集中到這些數量極小的群體上。」

該模型可以引導我們將有限的資源儘可能集中到數量極小的群體上；圖片來源於網路

吉爾教授常年從事研究人的極端觀點是如何轉變成暴力行為的，他認為這個模型的有效性將取決於它能否模擬其他群體在其他社交網路上的行為。吉爾教授表示：「接下來我們面臨的另一重大的挑戰是，如何在眾多的社交媒體平台上收集伊斯蘭國極端組織支持者的數據，並且還要檢測其他類的極端組織，來確定他們之間是否真的存在某種共通的規律。」

約翰遜教授說，現在研究人員正在將這一模型應用到其他群體上，比如白人至上主義者。同時，他們還分析那些同樣很有激情的群體是否也會表現出類似凝膠模型的增長，當然這裡的激情不一定是暴力或極端主義的。如果實驗結果和預期一樣，這個模型可能會幫助找出那些意圖煽動政治熱情的虛假社交媒體賬戶。

比如，就在上周臉譜網宣布發現了32個試圖干擾和影響美國選舉的虛假賬戶。該公司目前無法證實該事件的幕後黑手，但他們發現該事件中偽造用戶資料的方法與俄羅斯互聯網研究機構使用的手法很類似。

在這些賬戶創建的頁面和活動中，出現的內容都是意在吸引左翼政治分子，並涉及當下熱門的政治話題。約翰遜教授表示，如果此類頁面和事件的增長模式真的和支持伊斯蘭國組織的形成模式一樣，那麼我們研究的模型就可以幫助臉譜網和政府機構去識別虛假賬戶。約翰遜教授繼續補充說，雖然這些政治團體可能不會像「預備伊斯蘭國組織」那樣極端和暴力，但他們依然可能會發展壯大，其行為也是類似的：營造出一種緊迫感和受攻擊感，並不斷吸收追隨者。