超越内容层面：通过揭示行为序列伪装实现社交机器人检测的双通道方法

《Expert Systems with Applications》：Beyond Content: A Dual-Channel Approach for Social Bot Detection via Unmasking Behavioral Sequence Camouflage

　　摘要：社交机器人逐渐演变为高度逼真的人类模仿者，这使得原本依赖静态内容或元数据的传统检测方法越来越无效。因此，需要转变思路，转而分析深层行为特征，因为这些特征蕴含着即便借助先进的生成技术也难以掩饰的固有规律。为此，我们提出了一种新框架，从用户意图的角度对行为进行建模，从而精准识别潜在的伪装模式。具体而言，我们引入了一种基于意图感知的编码方式，将显性行为与用户的隐性动机相结合，以捕捉更精细的行为逻辑。为应对不同机器人的策略差异，我们设计了一种基于原型的图对比学习机制，能够在特征空间中将伪装机器人与真实用户区分开来。此外，我们还实现了自适应协作推理模块，使得模型能够在双通道框架下动态调整对行为特征与非行为特征的依赖程度。在Cresci-2015（5,301名用户）、TwiBot-20（229,580名用户）和TwiBot-22（100万名用户）这三个数据集上的大量实验表明，我们的方法相较于现有基准方法具有显著优势。在反映机器人不同演化阶段的各个数据集中，该方法的F1分数分别达到了98.97%、89.33%和59.07%，性能处于行业领先水平。

引言：Twitter/X等社交媒体平台的快速发展改变了人们的交流方式，既带来了机遇也带来了风险（Latah, 2020）。其中最严重的风险之一就是社交机器人的出现。与传统自动化机器人如网络爬虫和事务型聊天机器人不同，社交机器人是社交媒体平台上的自动化或半自动化账户，它们被专门设计用来模拟人类社交行为、建立虚假的社会关系以及操控网络讨论。近年来，大型语言模型和生成式人工智能的快速发展彻底改变了机器人生态系统（Lopez-Joya, Diaz-Garcia, Ruiz, & Martin-Bautista, 2025）。现代的生成式人工智能驱动型社交机器人能够生成高度逼真的人类风格内容，并能动态调整对话策略，这对在线社交生态及现有的机器人检测方法构成了严重挑战。这类通常由恶意分子控制的机器人有能力塑造公众舆论（Cai, Luo, Meng, Cui, & Wang, 2023）、扭曲网络讨论（Yang, Pierri, Hui, Axelrod, Torres-Lugo, Bryden, Menczer, 2021, Zannettou, Caulfield, De Cristofaro, Sirivianos, Stringhini, Blackburn, 2019），甚至干扰民主进程（Deb, Luceri, Badaway, Ferrara, 2019, Rossi, Rossi, Upreti, Liu, 2020）。随着机器人技术的不断进步，社交机器人越来越难以与人类用户区分开来。因此，开发强大且有效的检测方法已成为当务之急。

早期的研究主要通过检测元数据异常（Kudugunta & Ferrara, 2018）或文本内容分析（Heidari & Jones, 2020）来识别社交机器人。然而，随着机器人操作者逐渐学会操纵元数据（Orabi, Mouheb, Al Aghbari, & Kamel, 2020）来规避检测系统，再加上现代机器人能够利用人工智能生成内容创造出极具说服力的类似人类风格的内容（Cresci, 2020），这些静态方法的效果越来越差。这一发展促使研究思路发生转变，近期的方法越来越注重基于行为的特征。用户互动、活动模式以及长期参与动态等行为特征，为识别自动化行为提供了更为可靠的依据（Cresci, Lillo, Regoli, Tardelli, Tesconi, 2018, Liu, Jiang, Ma, 2025）。与容易被机器人模仿的内容特征不同，行为特征与自动化逻辑紧密相关。因此，即便使用复杂的伪装技术，真实的行为空间模式也很难被完全复制，这为有效的机器人检测提供了新的可能路径（Ma, Yan, & Li, 2025）。

尽管基于行为的机器人检测方法已取得显著进展，但现有模型仍存在若干关键缺陷。首先，许多当前方法仅通过单一维度的特征来编码用户行为，比如推文类型或文本内容（Chawla, Kapoor, 2023, Gilmary, Venkatesan, Vaiyapuri, Balamurali, 2022），这样的表示方式无法涵盖用户活动的全部复杂性。这种有限的表征方式会降低检测精度，尤其是当机器人展现出复杂的行为模式时。其次，一个核心问题在于行为伪装（Ilias, Kazelidis, & Askounis, 2024），即机器人操作者刻意设计账户来模仿真实用户的行为，从而逃避检测机制。随着对抗策略的日益精巧，机器人与人类之间的行为差异不断缩小，这使得传统的检测方法越来越无效。此外，机器人策略的快速迭代也为检测方法带来了更多挑战（Cresci, Di Pietro, Petrocchi, Spognardi, Tesconi, 2015, Feng, Tan, Wan, Wang, Chen, Zhang, Zheng, Zhang, Lei, Yang, et al., 2022b, Feng, Wan, Wang, Li, Luo, 2021a）。由于机器人的行为从简单的脚本到高度逼真的模仿不等，要应对这一系列情况，就需要一种能够根据复杂程度动态调整检测重点的自适应框架。

为克服这些难题，我们提出了一种用于社交机器人检测的新型“机器人行为去伪装”（BotDeCam）框架。我们的方法包含三项核心创新。首先，我们引入了一种基于意图感知的编码方案，将显性的推文动作与隐性的内容语义结合起来，形成全面的行为表征。其次，我们利用聚类技术识别特定的伪装模式，并运用基于原型的图对比学习方法，有效区分伪装机器人与真实用户。最后，我们设计了一种带有自适应协作机制的双通道图神经网络架构，使模型能够在分类过程中动态调整对行为特征与非行为特征的依赖程度。

总之，本研究有以下贡献：•我们提出了一种基于意图感知的行为建模新范式，它将显性的推文类型与隐性的语义信号相结合，形成了更全面的行为表征，能够捕捉用户活动的潜在意图。•我们通过聚类驱动的分析方法揭示了行为伪装策略，明确了机器人是如何模仿人类行为的。基于这些发现，我们引入了一种基于原型的图对比学习框架，能够在潜在空间中有效区分伪装机器人与真实用户。•我们设计了一种带有自适应协作推理机制的双通道图神经网络架构。该架构使模型能够根据机器人发展的不同阶段，动态调整对行为特征与非行为特征的依赖程度，从而实现稳定的检测效果。•在三个常用基准数据集（Cresci-2015、TwiBot-20和TwiBot-22）上的大量实验表明，我们的方法在社交机器人不同演化阶段都能保持出色的性能。

本文的其余部分结构如下：第2节回顾了社交机器人检测和图对比学习的相关研究；第3节介绍了相关基础知识，包括问题定义和行为序列的表述方式；第4节详细阐述了所提出的BotDeCam框架的设计与实现；第5节介绍了实验设置、对比评估、消融实验、定性案例分析以及讨论与局限性；最后，第6节对全文进行总结，并探讨了未来研究的方向。

片段一：社交机器人检测
社交机器人检测旨在识别能够区分机器人与人类的特征，并设计相应的分类器来检测它们。现有的检测方法大致可分为基于内容和基于行为的两类（Duan, Wu, Li, Bai, Nguyen, Jiang, 2025b, Li, Deng, You, He, Zhuang, Ren, 2025）。
基于内容的方法：这类方法主要依赖于分析单个用户账户的固有特征，包括元数据和文本内容。早期的研究多聚焦于元数据……

片段二：问题定义与符号说明
社交网络可以表示为一个有向图G=(V,E,R)，其中V={v1,v2,…,vN}表示用户账户的节点集，E={eij∣vi,vj∈V}表示描述用户之间关系的边集，R={rij∣eij∈E}则表示边的类型，包括关注和好友关系。节点vi的邻居集合表示为N(vi)={u:(vi,u)∈E}。该图的邻接矩阵记为A∈RN×N，其中元素Aij=1表示节点vi和vj之间存在边，否则Aij=0。
设X……

片段三：方法论
在本节中，我们将详细介绍所提出方法的具体内容。4.1节介绍我们方法的整体框架，4.2至4.5节则分别阐述该框架中的四个核心模块。

片段四：数据集
为了评估BotDeCam框架在不同演化阶段的社交机器人上的性能与稳定性，我们在三个广为认可的基准数据集上进行了实验：Cresci-2015（Cresci等人，2015年）、TwiBot-20（Feng等人，2021a年）以及TwiBot-22（Feng等人，2022b年）。这些数据集的统计信息详见表4。各数据集的特点与详细情况如下：•Cresci-2015是一个经典的社交机器人检测数据集……

片段五：结论与未来工作
在本研究中，我们解决了如何检测那些运用复杂行为伪装手段来规避传统检测系统的不断进化的社交机器人这一关键问题。我们提出了BotDeCam，这是一种新型的双通道框架，它将检测思路从依赖静态特征转变为基于意图感知的行为建模。通过将显性行为与隐性语义信号相结合，我们的方法能够有效捕捉驱动自动化活动的潜在动机，从而实现更细致的检测……

CRediT作者贡献说明
王先伟：方法论、实验、写作、审稿
田鸿硕：方法论、写作、审稿、资源、资金支持
张浩波：资源
郭金林：资源
刘贤竹：资源
徐宁：资源、资金支持
王兰军：资源、资金支持

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
王先伟|田鸿硕|张浩波|郭金林|刘贤竹|徐宁|王兰军