本发明实施例涉及网络信息处理，尤其涉及一种跨平台的信息溯源方法和装置。
背景技术：
1、在当前社交网络蓬勃发展的背景下，信息传播和交流的快速增长为社会带来了积极的影响。然而，这种快速传播也伴随着一系列问题，其中之一是信息源头的辨别变得愈发困难。新型媒体和自媒体平台使得信息可以经过多次传播，导致监管平台难以准确追溯信息的真实来源。为了解决这一问题，现有的信息溯源方法主要分为两大类：基于传播模型的分析和基于文本内容的分析。
2、首先，基于传播模型的分析依赖于设定传播模型来定义信息的传播模式。这类方法采用各种模型，例如易感-感染(si)模型和易感-感染-恢复(sir)模型，以揭示信息在网络中的传播路径。通过分析网络结构和传播模式，这种方法可以帮助监管机构更好地理解信息是如何在社交网络中传播的。然而，这些传播模型在面对真实世界的复杂情况时可能存在一定的局限性，因为社交网络中的信息传播通常受到多种因素的影响。
3、其次，基于文本内容的分析主要集中于构建谣言内容的多个特征，以区分真实信息和虚假信息。这些特征包括谣言文本的语言风格、传播模型的特征以及用户行为等。通过训练自动分类器，这种方法可以对给定的文本进行分析，从而确定其是否属于谣言。这一类研究对于监控谣言的传播和识别涉嫌传播谣言的账户具有积极的作用。然而，需要注意的是，谣言的定义可能是相对主观的，因此在构建分类器时需要考虑多样性和复杂性。
4、尽管过去的研究在信息溯源领域取得了一些进展，但现有技术仍然存在一些显著的缺陷和不足，这些问题限制了其在应对复杂信息传播场景中的适用性。
5、(1)首先，目前大多数信息溯源技术主要基于单一社交平台(如微博或推特)展开研究。随着社交网络的迅速普及和不断进步，信息传播已经跨足多个平台，呈现出跨平台的趋势。然而，现有技术却未充分考虑多个平台之间信息传播的复杂性，从而限制了信息溯源技术的实际应用。解决跨平台信息传播的问题对于构建更全面、准确的信息溯源系统至关重要，因此需要更加注重跨平台信息传播的研究和技术创新。
6、(2)其次，基于传播模型的方法通常假设底层传播模型是固定且已知的，这在实际应用中可能并不成立。这种假设限制了源检测方法的适用范围，因为在许多情况下，识别正确的传播模型需要先验知识，而这在实践中可能难以获取。例如，对于新的传染病或网络谣言，选择适当的传播模型变得困难，并且获取预先选择的底层传播模型中参数的真实值也是一个挑战。因此，需要致力于开发更灵活、适应性更强的信息溯源方法，能够在不依赖固定传播模型的情况下进行源检测。
7、(3)最后，基于文本内容的方法虽然在谣言检测方面取得了一定的成果，但在定位信息传播源和路径方面仍然存在困难。这种方法更加侧重于推文内容的分析，而对于真实源的准确定位和传播路径的清晰追踪存在挑战。并且随着人工智能的不断发展，通过先进的人工智能技术基于已有信息进行重写已变得非常容易，因此基于文本内容的方法可能很难检测出经过人工智能技术重写的信息
技术实现思路
1、本发明实施例的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
2、本发明实施例提供了跨平台的信息溯源方法、装置、电子设备和存储介质，其解决了上述现有技术难以处理跨平台信息溯源，依赖先验的传播模型且文本内容局限性等问题。
3、为此，本发明提供如下的技术方案：
4、第一方面，提供一种跨平台的信息溯源方法，包括：
5、在对信息进行溯源时，对涉及所述信息传播的用户进行跨平台的用户对齐，并在对齐的用户间添加虚拟边，所述虚拟边来表示不同平台之间所述信息的传播路径；
6、为在多个平台中的用户分配节点标签，然后计算每个节点在节点之间迭代地传播标签信息的标签值，所述标签值的计算公式为：
7、
8、其中，i、j表示两个平台间的对齐用户对节点，α是节点i从其邻居获得的标签信息的一部分(0＜α＜1)，用于控制初始标签信息和传播信息的权重比例，表示节点i在t+1轮迭代过程中的标签值，yi表示节点i的初始标签值，sij表示从节点j到节点i的标签传播概率；当达到收敛时，停止本次迭代；通过得到的收敛结果，将具有最高标签值的局部峰值作为潜在的信息源节点。
9、优选的是，所述的跨平台的信息溯源方法中，为在多个平台中的用户分配节点标签中，包括：
10、3.1)和待溯源推文完全相似的文本分配正标签，初始标签值yi＝1；与待溯源推文相似度超过阈值的文本分配可能标签，初始标签值yi＝0.5；对于其他节点分配负标签，初始标签值yi＝-1。
11、优选的是，所述的跨平台的信息溯源方法中，如果一个节点i满足以下两个条件：
12、节点i最初是受感染节点，即yi＝1；
13、最终的标签值大于其邻居的标签值，即具有最高标签值的局部峰值；
14、则该节点i被识别为潜在的信息源节点。
15、优选的是，所述的跨平台的信息溯源方法中，对涉及所述信息传播的用户进行跨平台的用户对齐的方法包括：
16、1.1)编码用户节点特征
17、将用户信息、推文内容作为用户的特征，通过预训练语言模型将其转化为用户特征向量，对于完全没有发送过推文的用户，采用随机初始化向量作为其节点特征，并随着后续训练更新特征向量；
18、1.2)基于图神经网络的跨平台用户对齐
19、融合网络结构和所述用户特征向量，通过图神经网络对多个平台之间的用户节点进行学习，得到每个用户节点的最终特征向量表示：
20、
21、其中，表示融合邻居特征之后的sr平台上用户节点i的最终向量，sr代表某个社交平台的网络结构，r特指某一个社交平台，表示vi节点在图sr上的邻居，σ表示激活函数，a和w表示待学习的网络参数，k表示多头注意力机制，表示邻居节点j的向量表示；
22、通过已有标签的引导不断更新每个节点的表达，损失函数如下所示：
23、
24、其中，是指已经对齐的用户节点对集合，sw和st分别是两个不同的社交平台，即r＝w和r＝t的两个平台，ξ是一个超参数，d是余弦相似度；
25、1.3)跨平台对齐用户的预测
26、计算每个用户之间的余弦相似度，将高于阈值的用户对增加所述虚拟边，以对不同平台之间的用户进行对齐，其中公式如下所示：
27、
28、其中，d是余弦相似度，θ是对齐用户之间的阈值；
29、优选的是，所述的跨平台的信息溯源方法中，对涉及所述信息传播的用户进行跨平台的用户对齐之后还包括如下步骤：
30、2.1)基于目标信息和时间区间筛选各平台上的子图
31、对特定待溯源信息，根据各个平台上提取到的用户节点及其交互关系，拓展其一阶邻居得到候选局部子图r代表某一平台；
32、2.2)基于局部信息传播网络的跨网络用户对齐
33、将跨平台对齐用户数据应用到所述候选局部子图中，得到带有虚拟边信息的多个平台对齐用户对的集合；
34、将带有虚拟边信息的多个平台对齐用户对的集合视为一个局部子图，记为
35、然后再进入为用户分配节点标签的步骤。
36、优选的是，所述的跨平台的信息溯源方法中，将跨平台对齐用户数据应用到所述局部子图中包括：为将未有标注的跨平台对齐用户数据在所述局部子图上进行重新训练或将已有标注的跨平台对齐用户数据在所述局部子图上推理结果。
37、优选的是，所述的跨平台的信息溯源方法中，为在多个平台中的用户分配节点标签，然后计算每个节点在节点之间迭代地传播标签信息的标签值中还包括如下步骤：
38、在边集e上构建权重矩阵w，其中wij＝1表示节点i和节点j之间存在一条边，该权重矩阵w进一步对称归一化为s，其中sij表示从节点j到节点i的标签传播概率
39、基于矩阵s迭代地在网络上传播标签。
40、第二方面，提供一种跨平台的信息溯源装置，包括：
41、基于信息传播的跨网络用户对齐模块，其用于在对信息进行溯源时，对涉及所述信息传播的用户进行跨平台的用户对齐，并在对齐的用户间添加虚拟边，所述虚拟边来表示不同平台之间所述信息的传播路径；
42、基于源显著性理论的信息溯源模块，其用于为在多个平台中的用户分配节点标签，然后计算每个节点在节点之间迭代地传播标签信息的标签值，所述标签值的计算公式为：
43、
44、其中，i、j表示两个平台间的对齐用户对节点，α是节点i从其邻居获得的标签信息的一部分(0＜α＜1)，用于控制初始标签信息和传播信息的权重比例，表示节点i在t+1轮迭代过程中的标签值，yi表示节点i的初始标签值，sij表示从节点j到节点i的标签传播概率；当达到收敛时，停止本次迭代；通过得到的收敛结果，将具有最高标签值的局部峰值作为潜在的信息源节点。
45、第三方面，提供一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行任一项所述的方法。
46、第四方面，提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现任一项所述的方法。
47、本发明实施例至少包括以下有益效果：
48、本发明提出了一种跨平台的信息溯源方法，该方法针对多个社交平台的信息溯源的难点，提出跨网络用户对齐方法在不同平台之间增加“虚拟边”，使得多平台间可以通过“虚拟边”之间考虑跨平台的信息传播行为。同时，该方法提出基于源显著性理论，在不依赖传播模型的情况下自动识别实际的源节点，摆脱了基于传播模型方法的局限性。此外，为了降低计算复杂度，本发明提出了基于跨平台信息传播的局部信息传播网络构建技术，有效降低了信息溯源的复杂度，提高了溯源效率。
49、本发明实施例的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明实施例的研究和实践而为本领域的技术人员所理解。
1.一种跨平台的信息溯源方法，其特征在于，包括：
2.如权利要求1所述的跨平台的信息溯源方法，其特征在于，为在多个平台中的用户分配节点标签中，包括：
3.如权利要求2所述的跨平台的信息溯源方法，其特征在于，如果一个节点i满足以下两个条件：
4.如权利要求1所述的跨平台的信息溯源方法，其特征在于，对涉及所述信息传播的用户进行跨平台的用户对齐的方法包括：
5.如权利要求1至4任一项所述的跨平台的信息溯源方法，其特征在于，对涉及所述信息传播的用户进行跨平台的用户对齐之后还包括如下步骤：
6.如权利要求5所述的跨平台的信息溯源方法，其特征在于，将跨平台对齐用户数据应用到所述局部子图中包括：为将未有标注的跨平台对齐用户数据在所述局部子图上进行重新训练或将已有标注的跨平台对齐用户数据在所述局部子图上推理结果。
7.如权利要求5所述的跨平台的信息溯源方法，其特征在于，为在多个平台中的用户分配节点标签，然后计算每个节点在节点之间迭代地传播标签信息的标签值中还包括如下步骤：
8.一种跨平台的信息溯源装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7中任一项所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求1-7中任一项所述的方法。
