基于區(qū)塊鏈技術(shù)的虛假新聞檢測(cè)方法

龔勝佳，張琳琳，趙楷，劉軍濤，楊涵

基于區(qū)塊鏈技術(shù)的虛假新聞檢測(cè)方法

龔勝佳1，張琳琳1，2*，趙楷1，2，劉軍濤1，楊涵1

（1.新疆大學(xué) 信息科學(xué)與工程學(xué)院，烏魯木齊 830046； 2.新疆大學(xué) 網(wǎng)絡(luò)空間安全學(xué)院，烏魯木齊 830046）（?通信作者電子郵箱 zllnadasha@xju.edu.cn）

虛假新聞不僅會(huì)導(dǎo)致人們形成錯(cuò)誤觀念，損害人們的知情權(quán)，還會(huì)降低新聞網(wǎng)站公信力。針對(duì)新聞網(wǎng)站出現(xiàn)虛假新聞的問(wèn)題，提出一種基于區(qū)塊鏈技術(shù)的虛假新聞檢測(cè)方法。首先，通過(guò)調(diào)用智能合約為新聞隨機(jī)分配審核者來(lái)判定新聞的真實(shí)性。然后，調(diào)整審核者數(shù)量以確保有效審核者的數(shù)量，提高審核結(jié)果的可信度。同時(shí)設(shè)計(jì)激勵(lì)機(jī)制，根據(jù)審核者的行為分配獎(jiǎng)勵(lì)，并運(yùn)用博弈論分析審核者的行為和獲得的獎(jiǎng)勵(lì)，為了獲得最大利益，審核者的行為必須是誠(chéng)實(shí)的。而后設(shè)計(jì)審計(jì)機(jī)制檢測(cè)惡意的審核者，以提高系統(tǒng)的安全性。最后，利用以太坊智能合約實(shí)現(xiàn)了一個(gè)簡(jiǎn)易的區(qū)塊鏈虛假新聞檢測(cè)系統(tǒng)，并對(duì)虛假新聞檢測(cè)進(jìn)行了仿真，結(jié)果顯示所提方法的新聞?wù)鎸?shí)性檢測(cè)的準(zhǔn)確率達(dá)到了95%，表明該方法可有效防止虛假新聞的發(fā)布。

區(qū)塊鏈；智能合約；虛假新聞；新聞網(wǎng)站；博弈論

0 引言

隨著互聯(lián)網(wǎng)的快速發(fā)展，人們正逐步改變獲取新聞的方式，網(wǎng)絡(luò)新聞已經(jīng)成為人們獲取信息的主要來(lái)源。然而隨著媒體商業(yè)化，新聞機(jī)構(gòu)的競(jìng)爭(zhēng)日趨激烈，個(gè)別媒體為了追求不正當(dāng)利益、提高自身知名度，不惜鋌而走險(xiǎn)，試圖利用傳播和制造虛假新聞的手段獲取社會(huì)的廣泛關(guān)注、影響社會(huì)輿論［1］。在2020年新冠疫情的影響下，出現(xiàn)了大量與疫情相關(guān)的謠言。一些媒體為了獲取瀏覽量，不審核新聞內(nèi)容，爭(zhēng)搶第一時(shí)間發(fā)布新聞；并且一家媒體率先發(fā)布不實(shí)信息后，就有多家媒體盲目跟從，紛紛轉(zhuǎn)載。媒體往往蜂擁而上接力傳播，擴(kuò)大了虛假新聞的散布范圍，有些原本只是在地方或某區(qū)域流傳的虛假新聞，由此在全國(guó)范圍內(nèi)播散。在2020年度虛假新聞典型案例中，“白巖松今晚專訪鐘南山”謠言最開(kāi)始出現(xiàn)在微信朋友圈中，一些媒體不加甄別地轉(zhuǎn)發(fā)，導(dǎo)致謠言迅速擴(kuò)散。這種行為不僅違背了職業(yè)道德，還會(huì)降低新聞機(jī)構(gòu)的公信力［2］。

由于機(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展，已經(jīng)出現(xiàn)了許多打擊“假新聞”制作和傳播的解決方案，這些研究大多針對(duì)社交平臺(tái)，需要新聞文章信息、用戶的評(píng)論反饋和發(fā)布者的歷史行為等特征對(duì)新聞內(nèi)容真假進(jìn)行建模預(yù)測(cè)。它們都依賴歷史數(shù)據(jù)，需要收集用戶的評(píng)論和發(fā)布者的歷史行為，并且大多數(shù)模型是針對(duì)短新聞進(jìn)行分類，在預(yù)防新聞網(wǎng)站虛假新聞發(fā)布中存在困難。在復(fù)雜的自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)中，自動(dòng)化評(píng)估文本技術(shù)依賴手工編寫文本特征來(lái)將一段文本分類為真或假。由于對(duì)假新聞的語(yǔ)言特征了解不完備，這種技術(shù)受到了限制［3］。

2008年至今，隨著區(qū)塊鏈技術(shù)的不斷成熟，研究學(xué)者開(kāi)始探索區(qū)塊鏈技術(shù)在金融、物聯(lián)網(wǎng)、網(wǎng)絡(luò)安全以及數(shù)據(jù)溯源等領(lǐng)域的行業(yè)應(yīng)用。利用區(qū)塊鏈去中心化、不可篡改、可溯源性等特性［4］，安全存儲(chǔ)記錄新聞內(nèi)容，以應(yīng)對(duì)新聞業(yè)中新聞內(nèi)容溯源、版權(quán)保護(hù)、廣告分發(fā)統(tǒng)計(jì)等問(wèn)題。區(qū)塊鏈也被視為新聞業(yè)未來(lái)發(fā)展的重要技術(shù)支撐。針對(duì)新聞網(wǎng)站中虛假新聞發(fā)布和新聞網(wǎng)站被篡改問(wèn)題，本文結(jié)合區(qū)塊鏈智能合約和星際文件系統(tǒng)（Inter Planetary File System， IPFS），構(gòu)建了新聞內(nèi)容真實(shí)性與完整性檢測(cè)模型，并通過(guò)內(nèi)容管理系統(tǒng)（Content Management System， CMS）和以太坊實(shí)現(xiàn)了基于區(qū)塊鏈的新聞?wù)鎸?shí)性與完整性檢測(cè)方法。

本文主要工作如下：

1）提出新聞?wù)鎸?shí)性檢測(cè)方法，由區(qū)塊鏈智能合約為新聞隨機(jī)分配審核者并統(tǒng)計(jì)審核結(jié)果，若超過(guò)一定的閾值，則判斷新聞內(nèi)容為真。

2）對(duì)虛假新聞檢測(cè)進(jìn)行仿真，在存在一定數(shù)量惡意參與者時(shí)，虛假新聞檢測(cè)的準(zhǔn)確率也能達(dá)到95%。

3）選用以太坊作為區(qū)塊鏈存儲(chǔ)關(guān)鍵數(shù)據(jù)，IPFS存儲(chǔ)完整的新聞數(shù)據(jù)，實(shí)現(xiàn)新聞?wù)鎸?shí)性檢測(cè)系統(tǒng)。

1 相關(guān)工作

檢測(cè)虛假新聞的方法主要分為兩類：一類是基于機(jī)器學(xué)習(xí)方法完成檢測(cè)任務(wù)，另一類則結(jié)合區(qū)塊鏈技術(shù)檢測(cè)虛假新聞。機(jī)器學(xué)習(xí)方法主要分為基于新聞內(nèi)容的虛假新聞檢測(cè)和基于社交上下文的虛假新聞檢測(cè)。針對(duì)新聞內(nèi)容的虛假新聞檢測(cè)中，文獻(xiàn)［5］中提出基于新聞內(nèi)容特征的虛假新聞檢測(cè)方法，通過(guò)文本挖掘方法將文本數(shù)據(jù)集轉(zhuǎn)化為結(jié)構(gòu)化格式的數(shù)據(jù)集，使用23種有監(jiān)督的分類算法對(duì)新聞進(jìn)行分類，F(xiàn)1值為65%。在社交上下文虛假新聞檢測(cè)任務(wù)中，虛假新聞?dòng)腥齻€(gè)普遍公認(rèn)的特征：文章的文本、用戶的反饋和發(fā)布者的歷史行為［6］。文獻(xiàn)［7］中通過(guò)構(gòu)建新聞文章、創(chuàng)作者和主題的可信度標(biāo)簽的相關(guān)性，有效地將這些相關(guān)性納入框架學(xué)習(xí)，提高了虛假新聞檢測(cè)的精確度。機(jī)器學(xué)習(xí)方法雖然擁有大量的歷史數(shù)據(jù)，可以有效地檢測(cè)新聞的真實(shí)性，但是當(dāng)新聞內(nèi)容長(zhǎng)度過(guò)長(zhǎng)時(shí)，檢測(cè)效果并不理想。

區(qū)塊鏈?zhǔn)且环N將數(shù)據(jù)區(qū)塊按照時(shí)間順序組合而形成的鏈?zhǔn)浇Y(jié)構(gòu)，在去中心化系統(tǒng)中各節(jié)點(diǎn)共享且共同維護(hù)分布式數(shù)據(jù)賬本。由于區(qū)塊鏈技術(shù)在底層數(shù)據(jù)方面具有時(shí)間戳的技術(shù)特性且難以篡改，可以對(duì)虛假新聞產(chǎn)生和傳播路徑精確定位［8］，從而實(shí)現(xiàn)在源頭打擊虛假新聞。文獻(xiàn)［9］中利用區(qū)塊鏈的防篡改優(yōu)勢(shì)，將官方媒體簽名的新聞數(shù)據(jù)存儲(chǔ)到區(qū)塊鏈中，保證數(shù)據(jù)的完整性和來(lái)源的可靠性，解決虛假新聞惡意傳播的問(wèn)題。文獻(xiàn)［10］中提出了基于區(qū)塊鏈的新聞驗(yàn)證框架，該框架的體系結(jié)構(gòu)由發(fā)布者管理協(xié)議、新聞智能合約和及新聞區(qū)塊鏈構(gòu)成。利用三種類型的智能合約實(shí)現(xiàn)注冊(cè)、更新和撤銷新聞機(jī)構(gòu)，實(shí)行問(wèn)責(zé)機(jī)制，提高新聞機(jī)構(gòu)的可信度，以解決虛假新聞問(wèn)題。文獻(xiàn)［11］中提出一種新機(jī)制來(lái)跟蹤新聞并評(píng)估其可靠性。該機(jī)制包括來(lái)源評(píng)估、內(nèi)容篡改檢測(cè)、多節(jié)點(diǎn)內(nèi)容驗(yàn)證，三者相輔相成，構(gòu)成完整的約束機(jī)制。文獻(xiàn)［12］中概述了基于區(qū)塊鏈技術(shù)構(gòu)建的新聞平臺(tái)Steemit，該平臺(tái)設(shè)計(jì)激勵(lì)機(jī)制，鼓勵(lì)用戶對(duì)發(fā)布的新聞投票，能及時(shí)發(fā)現(xiàn)并處理虛假新聞。

上述方法收集到大量的數(shù)據(jù)后可以很好地解決假新聞問(wèn)題或是在發(fā)現(xiàn)虛假新聞時(shí)對(duì)發(fā)布機(jī)構(gòu)進(jìn)行處罰，但對(duì)于新用戶發(fā)布新聞時(shí)無(wú)法準(zhǔn)確檢測(cè)其真實(shí)性。因此，本文提出了基于區(qū)塊鏈的虛假新聞?wù)鎸?shí)性檢測(cè)方法，預(yù)防虛假新聞的發(fā)布，為虛假新聞的監(jiān)管提供了一個(gè)新的思路。

2 系統(tǒng)設(shè)計(jì)

通常情況下在新聞系統(tǒng)中的主要角色分別是新聞采集者、編輯員和審核者。傳統(tǒng)新聞發(fā)布流程為新聞采集者采集新聞數(shù)據(jù)材料；編輯員編輯新聞，編輯員完成編輯后，將新聞數(shù)據(jù)存儲(chǔ)到本地?cái)?shù)據(jù)庫(kù)中；然后審核者對(duì)新聞進(jìn)行審核。審核者需要對(duì)新聞內(nèi)容進(jìn)行判斷，若發(fā)現(xiàn)出現(xiàn)虛假內(nèi)容，則審核不通過(guò)，否則審核通過(guò)。因此新聞的審核工作在新聞網(wǎng)站中至關(guān)重要，為新聞分配多個(gè)審核者能有效防止出現(xiàn)虛假新聞，但傳統(tǒng)的新聞網(wǎng)站中，審核者都屬于同一家公司，審核者之間可能相互影響導(dǎo)致新聞的可信度不夠，并且出現(xiàn)虛假新聞時(shí)，也無(wú)法準(zhǔn)確地找到虛假新聞發(fā)布的相關(guān)人員。

檢測(cè)新聞?wù)鎸?shí)性流程智能合約的主要功能有用戶注冊(cè)、上傳新聞、選擇審核者、查看新聞信息、新聞結(jié)算、審核者投票和審核者更換狀態(tài)。

圖1　虛假新聞檢測(cè)流程

被選中的審核者可以通過(guò)智能合約獲取到新聞文章信息，并向智能合約發(fā)送驗(yàn)證結(jié)果數(shù)據(jù)。智能合約會(huì)記錄新聞存儲(chǔ)到區(qū)塊鏈上的時(shí)間，在審核時(shí)間內(nèi)，接收審核者返回的結(jié)果，并且只會(huì)接受被選為審核者賬戶發(fā)送的驗(yàn)證結(jié)果，同一人在審核時(shí)間內(nèi)發(fā)送的驗(yàn)證結(jié)果，只有最后一次發(fā)送的結(jié)果有效。

當(dāng)審核者無(wú)法判斷新聞?wù)婕贂r(shí)，可以選擇放棄當(dāng)前審核工作或不發(fā)送驗(yàn)證結(jié)果。如果審核者放棄審核工作，智能合約會(huì)調(diào)整審核者的人數(shù)，重新隨機(jī)分配一位審核者，代替放棄的審核者。在審核時(shí)間結(jié)束后，智能合約會(huì)統(tǒng)計(jì)收到審核者發(fā)送的審核結(jié)果，會(huì)根據(jù)收到的審核結(jié)果判斷新聞的真實(shí)性。只有當(dāng)新聞為真的結(jié)果數(shù)量大于為假的數(shù)量時(shí)，智能合約才會(huì)判斷新聞為真。例如一篇新聞會(huì)分配給三個(gè)審核者，當(dāng)兩個(gè)審核者發(fā)送新聞為真的審核結(jié)果或只有一個(gè)審核者發(fā)送審核結(jié)果并且審核結(jié)果為真，智能合約則會(huì)判斷該新聞為真；但是當(dāng)智能合約收到的審核結(jié)果數(shù)量太低時(shí)，會(huì)降低智能合約判斷的可信度，很可能導(dǎo)致誤判。因此，在審核結(jié)果數(shù)量低于/3時(shí)，會(huì)保存收集到的審核結(jié)果并重新為新聞分配審核者，提高審核結(jié)果數(shù)量。

3 關(guān)鍵技術(shù)

基于區(qū)塊鏈技術(shù)的虛假新聞檢測(cè)方法使用了隨機(jī)選擇審核者、調(diào)整審核者數(shù)量、博弈論證明和審計(jì)機(jī)制四個(gè)關(guān)鍵技術(shù)，保證了系統(tǒng)可靠性。首先隨機(jī)選擇審核者來(lái)保證審核的公平性，并在此基礎(chǔ)上調(diào)整審核者數(shù)量，保證新聞審核結(jié)果數(shù)量充足；然后通過(guò)博弈論證明，該審核者如實(shí)匯報(bào)審核結(jié)果，才能獲得最大的收益。此外，本文還為審核者設(shè)置了信任分?jǐn)?shù)，根據(jù)審核者的行為，動(dòng)態(tài)更新他們的信任分?jǐn)?shù)，以避免一些惡意的審核者。

3.1　隨機(jī)選擇審核者

在本文的系統(tǒng)中，判斷新聞是否真實(shí)的結(jié)果完全取決于審核者提交的審核結(jié)果。在審核結(jié)束后，系統(tǒng)會(huì)根據(jù)審核者提交的審核結(jié)果和新聞?wù)鎸?shí)性結(jié)果，為審核者分配獎(jiǎng)勵(lì)。當(dāng)出現(xiàn)審核者勾結(jié)的情況并作出一致的回應(yīng)時(shí)，智能合約會(huì)認(rèn)為所有的審核者發(fā)送的報(bào)告是正確的，不僅審核者能從系統(tǒng)中獲得大量的獎(jiǎng)勵(lì)，還會(huì)使新聞的可信度下降。本文提出了一種簡(jiǎn)單的隨機(jī)算法來(lái)選擇審核者，防止審核者勾結(jié)。首先判斷在線的審核者數(shù)量是否滿足要求，只有當(dāng)在線的審核者數(shù)量較多時(shí)，才能快速選擇審核者，降低系統(tǒng)的消耗；然后將前個(gè)區(qū)塊的哈希值作為隨機(jī)種子，隨機(jī)選擇出審核者，判斷選擇的審核者的狀態(tài)是否在線和信任分?jǐn)?shù)是否合格，當(dāng)審核者合格時(shí)，將其加入審核隊(duì)列中，并且暫時(shí)改變他的狀態(tài)，防止被再次選中，選擇完個(gè)審核者后算法結(jié)束。

由于在區(qū)塊鏈中生成一個(gè)合法的區(qū)塊非常困難，需要付出巨大的代價(jià)［15］，因此本文選用區(qū)塊鏈的前個(gè)區(qū)塊的哈希值作為隨機(jī)種子，隨機(jī)選擇審核者。為了保證審核者是隨機(jī)選擇的，必須保證在線的審核者數(shù)量達(dá)到一定標(biāo)準(zhǔn)。

Output：個(gè)審核者。

return

end if

end if

end while

end for

return

只有審核者的信任分?jǐn)?shù)超過(guò)閾值時(shí)，他們才可以設(shè)置自己的狀態(tài)為“在線”或“離線”，用來(lái)表示審核者是否可以進(jìn)行新聞審核工作。在某一時(shí)刻，一個(gè)審核者可能同時(shí)審核多篇新聞。

3.2　調(diào)整審核者數(shù)量

智能合約為新聞分配完審核者后，若其中存在審核者沒(méi)有足夠的信息來(lái)判斷新聞的真假時(shí)，智能合約只能收到少數(shù)審核者發(fā)送的審核結(jié)果，甚至可能在審核時(shí)間結(jié)束后仍收不到審核結(jié)果，這種情況下會(huì)使新聞審核結(jié)果的可信度下降。

本節(jié)針對(duì)三種情況，分別設(shè)計(jì)了三種審核者調(diào)整方法：

1）當(dāng)剩余審核時(shí)間大于總審核時(shí)間的一半，審核者發(fā)現(xiàn)自己很可能無(wú)法判斷新聞的真假時(shí)，可以選擇放棄審核工作，調(diào)用智能合約為當(dāng)前新聞重新隨機(jī)分配一位審核者，代替自己的審核工作。

2）當(dāng)審核時(shí)間結(jié)束后，智能合約收到的審核結(jié)果少于/3，若在線的審核者數(shù)量較多，智能合約會(huì)重新隨機(jī)分配審核者，并重置審核時(shí)間。由于重新分配審核者會(huì)增加系統(tǒng)消耗，此功能一篇新聞只能調(diào)用一次，以降低系統(tǒng)的成本。

3）當(dāng)在線審核數(shù)量不夠調(diào)用隨機(jī)分配審核者函數(shù)時(shí)，智能合約會(huì)判斷在線審核者是否大于最小分配審核者數(shù)，例如一篇新聞最少需要3個(gè)審核者審核，則最小分配審核者數(shù)為3，當(dāng)在線審核者數(shù)不小于3時(shí)，智能合約會(huì)為新聞分配3個(gè)信任分?jǐn)?shù)最高的審核者作審核工作，否則分配審核者失敗。

在第一種情況中，需要調(diào)用智能合約為新聞重新分配一名審核者，在以太坊網(wǎng)絡(luò)中，調(diào)用智能合約會(huì)產(chǎn)生一定的消耗，詳細(xì)請(qǐng)查看4.2節(jié)。若此功能由審核者賬號(hào)調(diào)用智能合約，審核者可能會(huì)因?yàn)榉艞墝徍斯ぷ鞯南拇笥诓话l(fā)送審核結(jié)果，從而選擇不發(fā)送審核結(jié)果，導(dǎo)致最后收取到的審核結(jié)果數(shù)量減少。因此將由新聞機(jī)構(gòu)賬號(hào)調(diào)用該功能，審核者只需要改變智能合約的審核結(jié)果狀態(tài)位，表示該審核者的審核結(jié)果無(wú)效即可。在審核時(shí)間過(guò)半后，由新聞機(jī)構(gòu)重新分配審核者，代替放棄的審核者完成審核工作。

3.3　激勵(lì)機(jī)制

為了提高審核者的積極性，本文提出了激勵(lì)機(jī)制，根據(jù)審核者的行為，實(shí)行對(duì)應(yīng)的獎(jiǎng)勵(lì)措施。新聞?wù)鎸?shí)性完全由區(qū)塊鏈中的審核者決定，在審核時(shí)間結(jié)束后，智能合約會(huì)統(tǒng)計(jì)審核者發(fā)送的驗(yàn)證報(bào)告，驗(yàn)證報(bào)告中，新聞為真數(shù)目大于新聞為假的數(shù)目時(shí)，智能合約判定新聞為真。一個(gè)審核者在審核期間發(fā)送的多次報(bào)告，用來(lái)修改之前發(fā)送的報(bào)告，默認(rèn)使用最后一次的結(jié)果作為有效報(bào)告。

在新聞審核時(shí)間結(jié)束后，智能合約會(huì)根據(jù)新聞的真實(shí)性結(jié)果和審核者的行為分配對(duì)應(yīng)的獎(jiǎng)勵(lì)?，F(xiàn)實(shí)生活中，新聞為真的數(shù)量是較多的，為了防止參與者盲目地相信新聞為真，本文將發(fā)現(xiàn)新聞為假的獎(jiǎng)勵(lì)設(shè)置為10。分配方式如表1所示。

表1　審核者行為獎(jiǎng)勵(lì)分配

3.4　博弈論證明

由于不發(fā)送報(bào)告對(duì)新聞?wù)鎸?shí)性沒(méi)有影響，因此本文假設(shè)所有審核者都會(huì)發(fā)送報(bào)告并且希望自己達(dá)到最大收益。

本系統(tǒng)中個(gè)審核者的行為可以分為三類：全部發(fā)送新聞為真、全部發(fā)送新聞為假和部分發(fā)送新聞為真。下面將對(duì)個(gè)審核者的三類行為進(jìn)行分析：

以基本的三人博弈為例，參與者為三個(gè)審核者，審核者的策略為發(fā)送新聞為真的報(bào)告或發(fā)送新聞為假的報(bào)告（表中簡(jiǎn)稱真、假），三個(gè)審核者的收益如表2所示。

表2　三個(gè)審核者的博弈下收益

對(duì)于一個(gè)理性的審核者來(lái)說(shuō)，若發(fā)現(xiàn)了新聞內(nèi)容為假，其他審核者也很有可能發(fā)現(xiàn)了新聞為假，根據(jù)博弈論中的納什均衡原理，審核者為了達(dá)到收益最大化，應(yīng)向智能合約發(fā)送新聞為假的報(bào)告。若發(fā)現(xiàn)新聞為真，其他審核者很有可能發(fā)送新聞為真的報(bào)告，雖然發(fā)送新聞為假可能會(huì)獲取大量收益，但是根據(jù)博弈論中的納什均衡原理，審核者會(huì)失去收益。因此審核者為了達(dá)到自己收益最大化，應(yīng)向智能合約發(fā)送新聞為真的報(bào)告。

當(dāng)新聞為假時(shí)，所有的審核者為了使自己利益最大化，應(yīng)向智能合約發(fā)送新聞為假的報(bào)告；當(dāng)新聞為真時(shí)，所有的審核者應(yīng)向智能合約發(fā)送新聞為真的報(bào)告。因此審核者的行為是誠(chéng)實(shí)的。由此，審核者應(yīng)發(fā)送驗(yàn)證結(jié)果正確的報(bào)告。

3.5　審計(jì)機(jī)制

隨機(jī)選擇審核者算法很大程度保證了所選的審核者是獨(dú)立的，激勵(lì)機(jī)制使審核者如實(shí)發(fā)送審核報(bào)告。但系統(tǒng)中還可能存在惡意的審核者，因此需要一種審計(jì)機(jī)制，確保惡意的審核者被檢測(cè)到，并使其失去作為審核者的資格。本節(jié)分析了兩種惡意攻擊方式，并設(shè)計(jì)了審計(jì)規(guī)則檢測(cè)惡意的審核者。

1）惡意放棄審核攻擊：攻擊方完成注冊(cè)成為合法審核者，這些審核者被分配新聞審核工作后，會(huì)直接放棄審核工作。這導(dǎo)致新聞機(jī)構(gòu)調(diào)用智能合約重新選擇一名審核者代替其工作，會(huì)增加新聞機(jī)構(gòu)的資源消耗。

2）犧牲攻擊：攻擊方完成注冊(cè)成為合法審核者，這些審核者被分配新聞審核工作后，直接發(fā)送新聞為假的報(bào)告。在新聞審核時(shí)間內(nèi)，區(qū)塊鏈用戶并不能查看到每位審核者的審核結(jié)果，但在新聞結(jié)算后就能查看每位審核者的審核結(jié)果。其他參與者可能會(huì)分析其歷史行為，之后與攻擊者一起發(fā)送新聞為假的報(bào)告獲取最大的收益。

為防止系統(tǒng)受到惡意攻擊，設(shè)計(jì)了如下的審計(jì)規(guī)則：新聞結(jié)算時(shí)，當(dāng)審核者發(fā)送的審核報(bào)告與實(shí)際審核結(jié)果相同時(shí)，審核者的信任分?jǐn)?shù)將上升1；當(dāng)發(fā)送的審核報(bào)告與實(shí)際結(jié)果不同時(shí)，信任分?jǐn)?shù)將下降10；不發(fā)送報(bào)告和放棄審核工作的審核者信任分?jǐn)?shù)下降5。當(dāng)參與者的信任分?jǐn)?shù)下降到一定值之后將失去被選為審核者的資格。本文實(shí)驗(yàn)中將信任分?jǐn)?shù)閾值設(shè)置為0，初始信任分?jǐn)?shù)設(shè)置為100，當(dāng)信任分?jǐn)?shù)低于0時(shí)，將不再為該審核者分配工作，審核者也不能將狀態(tài)更改為“在線”。

這種審計(jì)機(jī)制不僅可以防止參與者惡意發(fā)送報(bào)告，還能將那些一直不發(fā)送報(bào)告和放棄審核工作的參與者剔除，并且在新聞結(jié)算時(shí)，智能合約會(huì)將未發(fā)送報(bào)告的審核者狀態(tài)改為“離線”，增加不發(fā)送審核報(bào)告參與者的消耗，提升新聞審核結(jié)果的可靠性。

4 實(shí)驗(yàn)與結(jié)果分析

本文設(shè)計(jì)基于區(qū)塊鏈的虛假新聞檢測(cè)方案，實(shí)現(xiàn)新聞?wù)鎸?shí)性檢測(cè)系統(tǒng)。該系統(tǒng)包括內(nèi)容管理系統(tǒng)、區(qū)塊鏈、星際文件系統(tǒng)、新聞網(wǎng)站和區(qū)塊鏈程序。系統(tǒng)如圖2所示。

圖2　系統(tǒng)結(jié)構(gòu)

本文在Windows操作系統(tǒng)環(huán)境下，運(yùn)用CMS搭建新聞網(wǎng)站，使用geth搭建區(qū)塊鏈測(cè)試環(huán)境，通過(guò)springboot框架實(shí)現(xiàn)區(qū)塊鏈程序和IPFS接口。

4.1　功能實(shí)現(xiàn)

為了告知審核者被分配了新聞審核工作，審核者可以訪問(wèn)區(qū)塊鏈程序，獲取當(dāng)前在審核的新聞信息，如表3所示，其中包括新聞的id、時(shí)間和分配的審核者，每篇新聞分配了三個(gè)審核者，審核者列表中公鑰地址為審核者的區(qū)塊鏈賬戶。審核者可以查看是否被分配了新聞審核工作。

表3　審核者分配公示

審核者被分配新聞工作后，需要查看新聞。由于此時(shí)新聞尚未發(fā)布，不能通過(guò)新聞網(wǎng)站查看，審核者通過(guò)IPFS地址查看新聞。新聞大部分都包含圖片和文本，直接將新聞數(shù)據(jù)上傳到IPFS時(shí)，需要上傳多個(gè)文件。編輯員通過(guò)CMS保存新聞后，CMS會(huì)將新聞中的圖片保存在服務(wù)器，可以通過(guò)圖片的資源路徑訪問(wèn)圖片；將新聞的文本數(shù)據(jù)和圖片的路徑重新組合生成html文本文件上傳到IPFS，通過(guò)瀏覽器訪問(wèn)IPFS文件時(shí)，若文件數(shù)據(jù)格式是html，瀏覽器會(huì)自動(dòng)解析html數(shù)據(jù)，并加載新聞的文本數(shù)據(jù)和圖片。

游客通過(guò)新聞網(wǎng)站訪問(wèn)已發(fā)布的新聞時(shí)，為了保證新聞未被篡改，在新聞網(wǎng)站中增加了自動(dòng)驗(yàn)證功能，比較當(dāng)前訪問(wèn)新聞的哈希值與區(qū)塊鏈中存儲(chǔ)的哈希值：若兩個(gè)哈希值不同，則提示新聞可能被篡改；若相同，則將區(qū)塊鏈中審核者的審核結(jié)果加載到新聞網(wǎng)頁(yè)中。新聞網(wǎng)頁(yè)示例如圖3所示。

4.2　消耗分析

本文系統(tǒng)通過(guò)geth搭建以太坊測(cè)試網(wǎng)絡(luò)，測(cè)試網(wǎng)絡(luò)由4個(gè)節(jié)點(diǎn)組成，并創(chuàng)建11個(gè)區(qū)塊鏈賬號(hào)來(lái)模擬審核者和新聞機(jī)構(gòu)，其中10個(gè)賬戶注冊(cè)為審核者，1個(gè)賬戶代表新聞機(jī)構(gòu)。在測(cè)試過(guò)程中，為每篇新聞分配3名審核者。首先運(yùn)用remix將智能合約部署到測(cè)試網(wǎng)絡(luò)中，測(cè)試智能合約的各個(gè)功能，統(tǒng)計(jì)智能合約中每個(gè)功能的消耗。在以太坊中調(diào)用智能合約需要支付給礦工一定的交易費(fèi)用，智能合約的功能函數(shù)越復(fù)雜，調(diào)用時(shí)所花費(fèi)的交易費(fèi)用越高。以太坊交易費(fèi)用的單位為gas，在測(cè)試網(wǎng)絡(luò)和主網(wǎng)絡(luò)中，消耗的gas是相似的。本實(shí)驗(yàn)記錄了每個(gè)智能合約功能函數(shù)所消耗的gas值，如表4所示。其中查看新聞和查看審核者信息功能分為兩種查詢接口：一種是不改變區(qū)塊鏈狀態(tài)的查詢，不消耗gas值；另一種是生成區(qū)塊鏈交易，可以證明返回?cái)?shù)據(jù)的真實(shí)性［17］，表中記錄的是第二種查詢方式。由表4可以看出，新聞機(jī)構(gòu)消耗的gas比較大，而審核者參與到系統(tǒng)中只需要消耗較少的gas，這有利于更多的區(qū)塊鏈用戶參與到系統(tǒng)中來(lái)。

圖3　新聞網(wǎng)站審核情況示例

4.3　可行性分析

本節(jié)對(duì)系統(tǒng)的可行性進(jìn)行了測(cè)試。首先生成100個(gè)區(qū)塊鏈賬戶，通過(guò)注冊(cè)成為審核者，審核者的初始信任分?jǐn)?shù)和初始獎(jiǎng)勵(lì)值都設(shè)置為100。為了驗(yàn)證系統(tǒng)的可行性，在模擬實(shí)驗(yàn)中，將100名審核者分為了4類，其中：70名為誠(chéng)實(shí)的審核者，他們能準(zhǔn)確判斷新聞的真實(shí)性；10名審核中只會(huì)發(fā)送新聞為假的報(bào)告；10名審核中只會(huì)發(fā)送新聞為真的報(bào)告；10名審核者會(huì)隨機(jī)發(fā)送新聞審核報(bào)告且報(bào)告為真的概率為50%。生成2 000篇新聞，其中新聞為真的數(shù)量為1 500。每篇新聞分配名審核者，最后統(tǒng)計(jì)100名審核者的信任分?jǐn)?shù)、獎(jiǎng)勵(lì)和新聞審核結(jié)果與新聞實(shí)際真實(shí)性不符的數(shù)量。

本文設(shè)計(jì)的審計(jì)機(jī)制可以剔除大部分惡意的參與者，但現(xiàn)實(shí)中可能會(huì)出現(xiàn)合謀的審核者，當(dāng)合謀的審核中發(fā)現(xiàn)選中的審核者中存在同伴時(shí)，將一起發(fā)送新聞為假的報(bào)告。針對(duì)可能出現(xiàn)合謀的情況進(jìn)行實(shí)驗(yàn)分析，生成100名審核者，將其分為誠(chéng)實(shí)的審核者和合謀的審核者，其中合謀的審核者人數(shù)為。合謀的審核者在發(fā)現(xiàn)同伴時(shí)，會(huì)一起發(fā)送新聞為假的報(bào)告，以獲取最大獎(jiǎng)勵(lì)。每次從中選出5名參與新聞審核，審核2 000篇新聞，結(jié)果如圖5所示。由圖5可知，在30人合謀的情況下，新聞檢測(cè)的準(zhǔn)確率達(dá)到了95%，在審核1 000篇新聞后，審核錯(cuò)誤數(shù)量并沒(méi)有上升，表明系統(tǒng)中存在一定的惡意參與者時(shí)，系統(tǒng)也能穩(wěn)定運(yùn)行。本文系統(tǒng)實(shí)行認(rèn)證注冊(cè)，避免了惡意參與者注冊(cè)多個(gè)賬戶，通過(guò)合謀審核新聞獲取獎(jiǎng)勵(lì)。通過(guò)隨機(jī)選擇審核者，保證選擇的審核者是獨(dú)立的，并使用區(qū)塊鏈賬號(hào)作為身份標(biāo)識(shí)，隱藏審核者的身份信息，保證審核者在審核新聞時(shí)，是單獨(dú)判斷的，這也防止了審核者之間相互影響，出現(xiàn)“三人成虎”和“以訛傳訛”等現(xiàn)象。

圖4　審核人數(shù)的影響

圖5　合謀的審核者人數(shù)的影響

5 結(jié)語(yǔ)

本文針對(duì)新聞網(wǎng)站中虛假新聞的檢測(cè)提供了一種新的解決思路，利用區(qū)塊鏈智能合約強(qiáng)制執(zhí)行的特點(diǎn)，在新聞還未發(fā)布時(shí)，由多名隨機(jī)的人員審核，保證了新聞網(wǎng)站新聞的真實(shí)性；同時(shí)為系統(tǒng)的參與者設(shè)計(jì)了激勵(lì)機(jī)制，提高參與者的積極性；還設(shè)計(jì)審計(jì)機(jī)制，剔除惡意的審核者。通過(guò)對(duì)審核者和新聞機(jī)構(gòu)調(diào)用智能合約的相關(guān)實(shí)驗(yàn)分析表明，參與者的消耗很小，新聞機(jī)構(gòu)消耗較多，同時(shí)新聞機(jī)構(gòu)會(huì)根據(jù)參與者的行為分配獎(jiǎng)勵(lì)，這符合設(shè)計(jì)系統(tǒng)的初衷。但是調(diào)用區(qū)塊鏈智能合約會(huì)產(chǎn)生一定的消耗，這取決于智能合約的復(fù)雜程度，我們將在后續(xù)工作中對(duì)智能合約進(jìn)行優(yōu)化，降低智能合約復(fù)雜程度，從而降低系統(tǒng)成本。本文系統(tǒng)中設(shè)置的信任分?jǐn)?shù)一定程度上表示了參與者投票結(jié)果的準(zhǔn)確度，信任分?jǐn)?shù)高的參與者的投票結(jié)果是更可信的。我們?cè)诤罄m(xù)工作中將為參與者添加權(quán)重因子，提高信任分?jǐn)?shù)高的參與者的投票結(jié)果比重。

[1] 陸地. 假新聞的成因、危害與治理［J］. 新聞?dòng)浾撸?2011（3）：29-32.（LU D. Causes， harms and governance of fake news［J］. Journalism Review， 2011（3）：29-32.）

[2] 年度虛假新聞研究課題組：白紅義，曹詩(shī)語(yǔ)，陳斌. 2020年虛假新聞研究報(bào)告［J］. 新聞?dòng)浾撸?2021（1）：23-37.（Annual False News Research Group： BAI H Y， CAO S Y， CHEN B. Fake news research report in 2020［J］. Shanghai Journalism Review， 2021（1）：23-37.）

[3] CHEN Q， SRIVASTAVA G， PARIZI R M， et al. An incentive? aware blockchain?based solution for internet of fake media things［J］. Information Processing and Management， 2020， 57（6）： No.102370.

[4] 袁勇，王飛躍. 區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望［J］. 自動(dòng)化學(xué)報(bào)， 2016， 42（4）：481-494.（YUAN Y， WANG F Y. Blockchain： the state of the art and future trends［J］. Acta Automatica Sinica， 2016， 42（4）：481-494.）

[5] ?ZBAY F A， ALATAS B. Fake news detection within online social media using supervised artificial intelligence algorithms［J］. Physica A： Statistical Mechanics and its Applications， 2020， 540： No.123174.

[6] RUCHANSKY N， SEO S， LIU Y. CSI： a hybrid deep model for fake news detection［C］// Proceedings of the 2017 ACM Conference on Information and Knowledge Management. New York： ACM， 2017：797-806.

[7] ZHANG J W， DONG B W， YU P S. FakeDetector： effective fake news detection with deep diffusive neural network［C］// Proceedings of the IEEE 36th International Conference on Data Engineering. Piscataway： IEEE， 2020：1826-1829.

[8] LIN X， LI J H， WU J， et al. Making knowledge tradable in edge?AI enabled IoT： a consortium blockchain?based efficient and incentive approach［J］. IEEE Transactions on Industrial Informatics， 2019， 15（12）： 6367-6378.

[9] SONG G， KIM S， HWANG H， et al. Blockchain?based notarization for social media［C］// Proceedings of the 2019 IEEE International Conference on Consumer Electronics. Piscataway： IEEE， 2019：1-2.

[10] QAYYUM A， QADIR J， JANJUA M U， et al. Using blockchain to rein in the new post?truth world and check the spread of fake news［J］. IT Professional， 2019， 21（4）：16-24.

[11] SHANG W Q， LIU M Y， LIN W G， et al. Tracing the source of news based on blockchain［C］// Proceedings of the IEEE/ACIS 17th International Conference on Computer and Information Science. Piscataway： IEEE， 2018：377-381.

[12] 馬強(qiáng)，林浩瀚. 基于區(qū)塊鏈技術(shù)的網(wǎng)絡(luò)謠言治理模式探析——以新聞平臺(tái)Steemit為例［J］. 新聞?wù)搲?2018（4）：29-33.（MA Q， LIN H H. An analysis of network rumor management model based on blockchain technology — taking news platform Steemit as example［J］. News Tribune， 2018（4）：29-33.）

[13] PENG Z， XU C， WANG H X， et al. P2B?Trace： privacy? preserving blockchain?based contact tracing to combat pandemics［C］// Proceedings of the 2021 International Conference on Management of Data. New York： ACM， 2021：2389-2393.

[14] FENG H H， WANG X， DUAN Y Q， et al. Applying blockchain technology to improve agri?food traceability： a review of development methods， benefits and challenges［J］. Journal of Cleaner Production， 2020， 260： No.121031.

[15] ZHOU H， OUYANG X， REN Z J， et al. A blockchain based witness model for trustworthy cloud service level agreement enforcement［C］// Proceedings of the 2019 IEEE International Conference on Computer Communications. Piscataway： IEEE， 2019：1567-1575.

[16] NASHET J F， Jr. Equilibrium points in?person games［J］. Proceedings of the National Academy of Sciences of the United States of America， 1950， 36（1）：48-49.

[17] PENG Y Q， DU M， LI F F， et al. FalconDB： blockchain?based collaborative database［C］// Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data. New York： ACM， 2020： 637-652.

[18] SENGUPTA E， NAGPAL R， MEHROTRA D， et al. ProBlock： a novel approach for fake news detection［J］. Cluster Computing， 2021， 24（4）：3779-3795.

Fake news detection method based on blockchain technology

GONG Shengjia1， ZHANG Linlin1，2*， ZHAO Kai1，2， LIU Juntao1， YANG Han1

（1，，830046，；2，，830046，）

Fake news not only leads to misconceptions and damages people’s right to know the truth， but also reduces the credibility of news websites. In view of the occurrence of fake news in news websites， a fake news detection method based on blockchain technology was proposed. Firstly， the smart contract was invoked to randomly assign reviewers for the news for determining the authenticity of the news. Then， the credibility of the review results was improved by adjusting the number of reviewers and ensuring the number of effective reviewers. At the same time， the incentive mechanism was designed with rewards distributed according to the reviewers’ behaviors， and the reviewers’ behaviors and rewards were analyzed by game theory. In order to gain the maximum benefit， the reviewers’ behaviors should be honest. An auditing mechanism was designed to detect malicious reviewers to improve system security. Finally， a simple blockchain fake news detection system was implemented by using Ethereum smart contract and simulated for fake news detection， and the results show that the accuracy of news authenticity detection of the proposed method reaches 95%， indicating that the proposed method can effectively prevent the release of fake news.

blockchain; smart contract; fake news; news website; game theory

This work is partially supported by National Natural Science Foundation of China （12061071）， Natural Science Foundation of Xinjiang Uygur Autonomous Region （2019D01C062， 2019D01C041， 2019D01C205， 2020D01C028）.

GONG Shengjia， born in 1996， M. S. candidate. His research interests include blockchain.

ZHANG Linlin， born in 1974， Ph. D.， associate professor. Her research interests include blockchain， big data analysis.

ZHAO Kai， born in 1976， Ph. D.， associate professor. His research interests include malicious code detection， cloud computing security.

LIU Juntao， born in 1996， M. S. candidate. His research interests include blockchain.

YANG Han， born in 1998， M. S. candidate. His research interests include blockchain.

TP309

A

1001-9081（2022）11-3458-07

10.11772/j.issn.1001-9081.2021111885

2021?11?08；

2021?11?19；

2021?12?06。

國(guó)家自然科學(xué)基金資助項(xiàng)目（12061071）；新疆維吾爾自治區(qū)創(chuàng)新環(huán)境（人才、基地）建設(shè)專項(xiàng)—自然科學(xué)計(jì)劃（自然科學(xué)基金）（2019D01C062， 2019D01C041， 2019D01C205， 2020D01C028）。

龔勝佳（1996—），男，湖北天門人，碩士研究生，CCF會(huì)員，主要研究方向：區(qū)塊鏈；張琳琳（1974—），女（蒙古族），河南鎮(zhèn)平人，副教授，博士，主要研究方向：區(qū)塊鏈、大數(shù)據(jù)分析；趙楷（1976—），男，安徽肥東人，副教授，博士，主要研究方向：惡意代碼檢測(cè)、云計(jì)算安全；劉軍濤（1996—），男，山東臨沂人，碩士研究生，主要研究方向：區(qū)塊鏈；楊涵（1998—），男，吉林延邊人，碩士研究生，主要研究方向：區(qū)塊鏈。