2023 Fiscal Year Final Research Report
Detecting, predicting, and deterring fake news using information-sharing models
| Project/Area Number |
21K11883
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60070:Information security-related
|
|---|
| Research Institution | The University of Electro-Communications (2023)
Kyoto Tachibana University (2021-2022) |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 寛之 電気通信大学, 大学院情報理工学研究科, 准教授 (60550978)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | フェイクニュース / 誤情報 / 検知 / 拡散予測 / 社会分断 |
|---|
| Outline of Final Research Achievements |
Fake news cause serious problems in modern society. Conventional countermeasures could be circumvented by knowledgeable fake news writers. In addition, network users did not accept even correct detection of fake news due to the backfire effect. We proposed countermeasures based on models representing how information disseminates among network users. Our proposed methods conform news dissemination simulated on the models to real dissemination data by optimizing the model parameters. The proposed methods estimate reliability of news as well as belief of network users based on the optimized parameters, and estimate future dissemination of fake news by continuing the simulation.
|
| Free Research Field |
情報セキュリティ
|
| Academic Significance and Societal Importance of the Research Achievements |
情報共有モデルを用いたフェイクニュース検知は従来研究されていない。提案法は、ニュースとユーザの全体的な関係に基づくため回避が困難であり、モデルに手続き的なプログラムを組み込み可能であるため拡張性が高い。フェイクニュース対策の最も困難な課題は、ユーザが真実を受け入れないことであるが、提案法は、モデルのパラメータ値からネットワークユーザの心理状態を推定し、この問題への対策の基礎情報を得ることができる。また、従来研究されなかったフェイクニュースの拡散予測をモデル上で初めて可能にした。フェイクニュースの拡散は極めて深刻な社会問題であり、本研究の社会的意義は大きい。
|
