我國網絡生態(tài)環(huán)境特點分析與凈化對策思考

王瀟然

習近平主席在全國宣傳思想工作會議上的重要講話明確指出，必須科學認識網絡傳播規(guī)律，提高用網治網水平，使互聯網這個最大變量變成事業(yè)發(fā)展的最大增量。然而，近年來我國網絡生態(tài)問題頻發(fā)，各種失竊密事件、數據泄露事件、有害或虛假信息、詐騙信息等層出不窮，嚴重影響了國家秩序的健康發(fā)展，對人們生活尤其是青少年健康成長帶來負面影響。因此必須對網絡生態(tài)進行治理，凈化網絡生態(tài)空間。本文首先分析了我國網絡生態(tài)環(huán)境現狀與治理舉措，提出了基于態(tài)勢感知的網絡生態(tài)環(huán)境凈化方法，從而有助于實現全方位、持久的網絡生態(tài)環(huán)境凈化治理。

我國網絡生態(tài)環(huán)境現狀

第一，網民數量世界第一，網民學歷整體偏低。2018年8月20日，中國互聯網絡信息中心發(fā)布的《中國互聯網絡發(fā)展狀況統計報告》進一步顯示，“截至2018年6月30日，我國網民數量達到了8.02億，其中使用手機的網民數量達到了7.88億。其中，學生群體居多”。雖然我國網民數量世界第一，但是整體學歷不高。我國網民以中等教育水平的群體為主，截至到2018年6月，高中及以下學歷的占79.4%，大專及以上占20.6%[1]。

第二，明網負面信息種類多樣，暗網流量持續(xù)攀升。國家網信辦2019年初啟動了網絡生態(tài)治理專項行動，指出了目前網絡中存在的12類負面信息，即淫穢色情、低俗庸俗、暴力血腥、恐怖驚悚、賭博詐騙、網絡謠言、封建迷信、謾罵惡搞、威脅恐嚇、標題黨、仇恨煽動、傳播不良生活方式和不良流行文化等[2]。除了明網上的負面信息，暗網上也存在大量的數據交易，導致暗網流量持續(xù)攀升。騰訊安全對外發(fā)布的《信息泄露：2018企業(yè)信息安全頭號威脅報告》披露，暗網已經成為信息販賣主渠道，售賣、精準詐騙、撞庫攻擊以及撒網式詐騙四大黑市交易侵蝕數據安全[3]。

第三，境外意識形態(tài)滲透，敵對勢力活動猖獗。敵對勢力提出具有迷惑性的意識形態(tài)主張，如“基本人權”包含了“互聯網自由”，并把其當作意識形態(tài)領域斗爭的狠勁推手，對公共外交進行納入；進一步炒作以及渲染社會熱點問題或者網絡安全事件，進一步宣傳網絡輿論以及融入“民主”。在上一輪席卷北非以及東歐的“茉莉花革命”與“顏色革命”中，網絡的影響力逐漸擴增，現實生活中的大規(guī)模群體性事件借助于網絡手段組織且開展，通過網絡不斷醞釀以及發(fā)酵，進一步擴散至全世界。

我國網絡生態(tài)環(huán)境凈化治理舉措與分析

針對突出的網絡生態(tài)環(huán)境污染問題，我國采取了多種治理舉措。

第一，不斷完善法律法規(guī)體系。其中最為重要的是2017年6月1日實施的《中華人民共和國網絡安全法》，主要是為了確保網絡安全，對社會公共利益、國家安全以及網絡空間主權進行維護，保護法人、公民以及其他組織的相關合法權益，推進經濟社會的信息化發(fā)展。基于此，針對網絡生態(tài)環(huán)境治理，國家互聯網辦公室還制定了專門的規(guī)定，比如《互聯網新聞信息服務管理規(guī)定》、《互聯網用戶公眾賬號信息服務管理規(guī)定》以及《互聯網信息內容管理行政執(zhí)法程序規(guī)定》等。

第二，各種針對性的專項整治行動。在特定時期，相應主管部門對具有重大社會影響的惡性網絡問題，根據相關的法律法規(guī)，對網絡水軍、網絡謠言、網絡找等特定對象進行集中打擊或者整治。

第三，加強網絡安全意識教育。我國從2014年起，每年舉辦“國家網絡安全宣傳周”，迄今為止已經舉辦了5屆，目的是增強民眾的網絡安全意識，提高網絡安全技能，在全社會營造網絡安全人人有責、人人參與的良好氛圍。

這些舉措對網絡生態(tài)凈化治理都由積極而重要的意義，但是這種治理依然有可提升的空間。

第一，法律法規(guī)體系建設的實效性和覆蓋面需要提升。信息技術發(fā)展迅速，而法律法規(guī)建設明顯滯后于信息技術的發(fā)展速度，因此針對網絡的法律法規(guī)總是可能出現盲區(qū)，有時只能借鑒現實生活中的法律處理網絡中的犯罪問題。例如微信群的賭博就是構成了現實生活中的“開設賭場罪”。但是對于網絡空間而言，賭場是虛擬的，定性容易但是落地難。

第二，專項整治措施應該具有一定的預防預判能力。隨著大數據、機器學習技術的發(fā)展，通過對歷史專項整治數據進行機器學習，可以對未來的網絡問題進行預判。在專項整治中的網絡負面信息，可以引入新的技術。例如，美國自2016年總統選舉開始，假新聞泛濫，為了識別、預防假新聞，麻省理工學院林肯實驗室開發(fā)了機器學習算法[4]。

第三，網絡安全意識教育應該結合網民數量與教育程度。網民數量多但受教育程度低，缺乏一定的科學常識，加上“水軍”等的狂轟濫炸，容易受到網上有誤導性信息的影響，甚至付出出現生命的代價。因此，網絡安全意識教育，不能脫離我國網民的實情。

基于態(tài)勢感知的凈化網絡生態(tài)環(huán)境治理方法

網絡生態(tài)環(huán)境凈化是一項持久戰(zhàn)，針對前面分析的網絡生態(tài)環(huán)境凈化治理舉措中的問題，提出了基于態(tài)勢感知的凈化網絡生態(tài)環(huán)境治理方法。態(tài)勢感知起源于1995年美國空軍首席女科學家米卡·安德斯雷博士的定義，即在一定時間和空間范圍內，對環(huán)境要素的感知、對其意義的理解和對未來狀態(tài)的預測[5]?；趹B(tài)勢感知的網絡生態(tài)環(huán)境治理方法，包括以下三個方面工作：

第一，網絡生態(tài)環(huán)境感知。這是凈化網絡生態(tài)環(huán)境任務成敗的基礎，網絡生態(tài)環(huán)境感知的要素包括但不限于：網絡生態(tài)中的基礎數據，例如網頁、博客、論壇、微信群等對象數據，包括各種日志信息和流量信息；網絡生態(tài)中的事件；網絡中的用戶行為等。這些要素形成態(tài)勢感知后續(xù)分析和預測的基礎。

第二，感知要素的分析理解。對前面感知的數據進行分析，理解數據語義。分析理解活動包括對網絡生態(tài)要素進行分類、聚類、挖掘，進行深度計算，發(fā)現輿情熱點、敏感信息熱點、熱點話題等[6]，對其真實性進行評估。很多網絡事件不是孤立的，它們之間存在一定的時序或者因果關系。通過整合原始網絡事件的相關數據，并且借助于聚合與過濾等策略開展去偽存真，慢慢挖掘事件之間的真實關聯，確定事件的時間、地點、人物、起因、經過和結果，對于前面的12類負面信息具有重要的實際意義。分析理解的結果以可視化的方式呈現給決策者。

第三，未來網絡生態(tài)環(huán)境的預測。對網絡事件傳播發(fā)展趨勢進行預測，為法律法規(guī)制定、領導決策提供輔助支持。

基于態(tài)勢感知的網絡生態(tài)凈化治理，具有如下優(yōu)勢：

第一，網絡生態(tài)數據采集全面可擴展。網絡生態(tài)數據是凈化網絡生態(tài)的基礎，數據必須完整、可靠、可用，后續(xù)處理才有意義。態(tài)勢感知系統可以對不同源數據進行歸一化處理，無論是微博、微信、論壇、甚至暗網數據，都統一到一個平臺中。

第二，網絡生態(tài)環(huán)境態(tài)勢分析可定制。網絡生態(tài)凈化需要對態(tài)勢數據進行整體分析，態(tài)勢感知可以以插件形勢引入分析引擎，從而根據不用業(yè)務需求定制分析引擎，對于表1的專項整治，可以定制分析引擎，讓凈化網絡生態(tài)的專項整治更為有效、更為高效。

第三，網絡生態(tài)環(huán)境未來趨勢可預測。態(tài)勢感知系統的功能之一是預測，因此都會引入預測模型。在網絡生態(tài)環(huán)境中，對于采集到的網絡生態(tài)大數據，通過機器學習，引入預測模型，可以更好地對未來的網絡生態(tài)進行預測，對決策提供支持，降低極端網絡事件的發(fā)生。

習近平強調，網絡空間天朗氣清、生態(tài)良好，符合人民利益，網絡空間烏煙瘴氣、生態(tài)惡化，不符合人民利益。凈化網絡空間生態(tài)是一個持久戰(zhàn)，基于態(tài)勢感知的凈化措施，可以從方法論和實踐論兩個維度提供有力支持，從而有助于實現全方位、持久的網絡生態(tài)環(huán)境凈化治理。

參考文獻

[1] 第42次《中國互聯網絡發(fā)展狀況統計報告》，2018-8-20，http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/

[2] 讓網絡生態(tài)空間更加風清氣朗，2019-1-9，http：//www.cac.gov.cn/2019-01/09/c_1123964228.htm

[3] 騰訊安全發(fā)布信息泄露報告：暗網成信息販賣主要渠道，2019-1-6，http：//tech.qq.com/a/20190116/005684.htm

[4] Using machine learning to detect fake news，Oct.3，2017，https：//www.ll.mit.edu/news/using-machine-learning-detect-fake-news

[5] Endsley，M. R.，Toward a theory of situation awareness in dynamic systems. Human Factors，37（1）：32-64，March，1995.

[6] 柳虹，徐金華，網絡輿情熱點發(fā)現研究[J]，科技通報，2011，27（3）：421-425

（作者單位：山東師范大學附）