利用社交媒体获取开源情报是一种让军事情报分析人员深入了解在线人群思想和想法的做法。了解一个地区的社交媒体氛围对任何相关方都至关重要,因为通过社交媒体联系起来的个人的力量不可低估。通过社交网络分析,Twitter 上的用户互动将被建模为一个加权的有向网络。通过隐含狄利克雷分布进行主题建模,可以发现推文中的讨论主题,然后将其整合到多层网络中,这样就可以将用户与其参与的对话联系起来。然后,在这个网络中发现有影响力的用户以及联系紧密的个人群体,为情报分析师提供他们所面对的网络环境的视角。

这项研究的结果表明,当分析人员通过使用更一般的搜索查询从各种讨论中收集推文时,社交网络中包含的主题可以更有力地发现有影响力的用户。PageRank 被认为是在此问题背景下性能最佳的影响力排名方法,同时还分析了两种潜在的社区识别方法。通过这项研究,为军事情报分析人员开发了一个可复制的推特活动高级自动分析流程框架。

图 2. 多层 Twitter 网络允许不同的节点类型和层间互动(Ramokhoro 等人,2020 年)

成为VIP会员查看完整内容
42

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《联邦学习中的对抗性攻击》48页论文
专知会员服务
39+阅读 · 2023年11月1日
《通过网络隐蔽渠道开发物联网》74页论文
专知会员服务
26+阅读 · 2023年10月28日
《多智能体搜索和任务分配的数学建模》92页论文
专知会员服务
101+阅读 · 2023年10月24日
《自主框架下的多机器人协同定位方法》82页论文
专知会员服务
52+阅读 · 2023年8月10日
《多维度剖析大规模网络的网络威胁》83页论文
专知会员服务
31+阅读 · 2023年7月29日
《移动云中安全可信的任务卸载》论文
专知会员服务
16+阅读 · 2023年3月25日
《可解释深度学习:指南》2022亚马逊等68页论文
专知会员服务
57+阅读 · 2022年10月31日
专知会员服务
47+阅读 · 2021年6月12日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
Arxiv
156+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
137+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《联邦学习中的对抗性攻击》48页论文
专知会员服务
39+阅读 · 2023年11月1日
《通过网络隐蔽渠道开发物联网》74页论文
专知会员服务
26+阅读 · 2023年10月28日
《多智能体搜索和任务分配的数学建模》92页论文
专知会员服务
101+阅读 · 2023年10月24日
《自主框架下的多机器人协同定位方法》82页论文
专知会员服务
52+阅读 · 2023年8月10日
《多维度剖析大规模网络的网络威胁》83页论文
专知会员服务
31+阅读 · 2023年7月29日
《移动云中安全可信的任务卸载》论文
专知会员服务
16+阅读 · 2023年3月25日
《可解释深度学习:指南》2022亚马逊等68页论文
专知会员服务
57+阅读 · 2022年10月31日
专知会员服务
47+阅读 · 2021年6月12日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员