日前，中国科学技术大学信息科学与技术学院张文逸教授课题组采用多样本检测算法在网络谣言源检测研究中取得新进展。研究成果以正式论文的形式在ACM SIGMETRICS会议上报告。

　　如何快速而准确地在在线社交网络上识别恶意信息的传播源头（如网络谣言源、计算机病毒源），是网络科学中一个重要的基础问题。该课题组的博士生王朝旭、董文祥等首次发现利用多样本观察知识能够为检测方法带来显著的分集增益。运用数理统计理论，他们从原理上证明，利用多样本观察知识，对于规则树状网络拓扑模型，能够将正确检测率由文献中单样本观察时的30.7%提升到趋近100%。进一步地，通过对多种实际网络模型的数值实验研究，证实了他们提出的多样本检测算法在实际场合中，有潜力大幅度提高谣言源识别的精度。

　　该研究成果可望应用于网络取证等网络安全领域，通过充分挖掘多个数据样本中所包含的潜在联合信息，快速而准确地识别出恶意信息的传播源头。

　　上述研究工作受到国家自然基金委、澳门赌场以及教育部博士点-香港研资局联合项目的资助。

图1 小世界网络中谣言源检测结果 

图2 无标度网络中谣言源检测结果