MC-FF：一个用于社交机器人检测的多社区特征融合框架

《Computers & Security》：MC-FF: A multi-community feature fusion framework for social bot detection

　　**摘要**
随着社交媒体平台的迅速普及，社交机器人通过操纵公众舆论和传播虚假信息带来了严峻挑战。现有的检测方法主要分为两大类：一类是关注用户行为和属性的个体层面方法，但难以捕捉社交机器人的群体行为模式；另一类是群体层面方法，包括基于社区的方法和僵尸网络检测，它们利用集体结构信息，但当复杂的机器人通过欺骗性的社会联系渗入合法社区时，这些方法的效果会减弱。为了解决这些问题，我们提出了一个多社区特征融合框架（MC-FF），该框架通过对用户的多社区特征进行建模来构建鲁棒的群体层面表示。具体而言，MC-FF 包含三个主要组件。首先，多社区特征提取模块（MCFE）捕捉用户在不同社区中的隶属关系，以获取他们的群体行为模式。接下来，社区-个体特征融合模块（CIFF）将这些群体特征与个体属性相结合，生成统一的用户表示，从而实现更全面的检测。最后，对比学习增强模块（CLE）在嵌入空间中强化群内紧凑性，同时最大化群间分离性，从而提高群体特征的区分能力。在多个社交机器人检测数据集上的实验表明，MC-FF 的性能始终优于现有方法，有效缓解了群体特征的扭曲，并在检测准确性和计算效率之间实现了平衡。

**引言**
随着社交媒体平台的迅速普及，用户生成的内容量呈指数级增长，信息传播的速度和影响力也显著增强（Cresci, 2020; Zong et al., 2025）。在这种情况下，社交机器人的出现对在线环境产生了深远影响（Habbal et al., 2024; Yang et al., 2021）。这些机器人不仅能够自动生成和转发内容，还经常被用于操纵公众舆论（Greve et al., 2022）、传播虚假信息（Cresci et al., 2023, Kozik et al., 2024）以及扰乱公共讨论（Li et al., 2023; Jethava and Rao, 2024; Girhepuje et al., 2024），对信息生态系统的真实性和安全性构成了严重威胁。因此，开发有效的社交机器人检测方法已成为一个紧迫问题。

现有的社交机器人检测方法主要依赖于基于图神经网络（GNN）的框架，这些框架将元数据和文本等个体特征与社交网络信息相结合来建模用户行为（Liu et al., 2023; Cai et al., 2024; Shi et al., 2025; D. Li et al., 2025）。虽然这些方法在识别异常用户方面有效，但它们侧重于个体特征，通常忽略了更高层次的群体行为模式（Chen et al., 2024）。现有研究表明，社交机器人经常集体行动，表现出与真实用户不同的社区层面的组织模式，这是检测的关键指标（Cresci, 2020; Chen et al., 2024）。因此，最近的研究探索了通过社区检测来建模群体行为并利用社区特征（Chen et al., 2024; Arranz-Escudero et al., 2025）。与仅依赖个体特征的方法相比，社区特征的整合能够捕捉更高层次的群体行为，从而在减少对复杂特征工程和计算密集型模型的依赖的同时，实现对异常群体的检测。

然而，社交机器人通常具有强大的“社区渗透”能力，会积极在社区内活动以隐藏其身份（Cheng et al., 2025; Wu et al., 2025），如图 1 所示。例如，它们可能模仿真实用户的多样化兴趣，在不同社区中参与活动，并与真实用户建立大量互动以伪造虚假联系，最终破坏社区的天然边界（W. Li et al., 2025）。这种现象导致社区层面特征的扭曲，严重降低了依赖单社区划分的检测方法的准确性。图 1 显示，受 one-hot 表示限制的单社区方法会将渗透的机器人错误地分类到正常的人类社区 ??1 和 ??2 中。为了解决这一限制，我们进一步引入了多社区特征建模，将 one-hot 社区分配转换为概率隶属分布。这样可以将渗透的机器人更准确地与特定的机器人社区 ??3 关联起来，从而解决群体特征扭曲的问题。

受此启发，我们提出了一个多社区特征融合框架（MC-FF），该框架通过对用户的多社区特征进行建模来构建有效的群体层面特征表示。具体来说，我们的方法包括三个模块：多社区特征提取模块（MCFE）、社区-个体特征融合模块（CIFF）和对比学习增强模块（CLE）。首先，MCFE 模块定义社区隶属向量，模拟边生成概率，并优化社区表示，从而捕捉用户的多社区特征并得出更鲁棒的群体行为模式。接下来，CIFF 模块将个体特征（如元数据、文本和网络特征）与多社区特征相结合，生成统一的用户表示。最后，CLE 模块利用社区标签构建对比学习目标，并共同优化对比学习和分类损失，从而提高嵌入空间中的群内紧凑性和群间分离性。广泛的实验表明，MC-FF 能够有效模拟社区渗透行为，缓解群体特征的扭曲，为社交机器人检测提供更高效的解决方案。本工作的主要贡献如下：

- 我们引入了多社区特征提取模块，实现了社区隶属向量，有效缓解了社交机器人社区渗透导致的群体特征扭曲。
- 我们设计了社区-个体特征融合模块，将群体行为模式与个体属性相结合，捕捉多粒度的用户语义并提高表示的区分能力。
- 我们引入了对比学习增强模块，结合对比学习和分类损失，提高特征表示的区分能力和鲁棒性。
- 我们提出了 MC-FF，将多社区特征引入社交机器人检测中，将个体-社区交互建模与对比学习相结合，以实现检测准确性和计算效率之间的平衡。

**数据集**
在我们的实验中，我们使用了两个数据集：Twibot20（Feng et al., 2021b）和 Twibot22（Feng et al., 2022b）。Twibot20 包含约 229,000 个 Twitter 账户，包括人类用户和机器人，以及丰富的元数据、推文内容和网络连接，便于全面评估用户级别的机器人检测方法。Twibot22 是一个更新、更大规模的数据集，包含 1,000,000 个账户，具有更详细的注释、更广泛的时间覆盖范围和更多样化的机器人。

**结论**
在这项工作中，我们解决了由于社区渗透和欺骗性链接在个体和群体层面造成的特征扭曲所带来的社交机器人检测挑战。为了解决这些问题，我们提出了 MC-FF，这是一个多社区特征融合框架，它明确地对用户的多社区隶属关系进行建模，并将群体层面和个体层面的表示整合到一个统一的嵌入空间中。对比学习的引入进一步增强了模型的性能。

**作者贡献声明**
魏 Li：撰写 – 审稿与编辑、撰写 – 原稿、数据整理、概念化。
邓嘉文：撰写 – 审稿与编辑、监督、形式分析。
游家丽：方法论、调查。
何苑媛：撰写 – 原稿、数据整理。
庄岩：撰写 – 原稿、验证。
任富智：撰写 – 审稿与编辑、项目管理、资金获取。

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

**致谢**
本研究得到了中国国家自然科学基金（项目编号 U24A20250）、四川省科学技术计划（项目编号 2025ZNSFSC1487）、中央高校基本科研业务费（项目编号 ZYGX2024J022 和 ZYGX2024Z005）以及深圳市龙华区科技创新项目（项目编号 20260309G23410662）的支持。

**作者信息**
魏 Li | 邓嘉文 | 游家丽 | 何苑媛 | 庄岩 | 任富智
中国电子科技大学计算机科学与工程学院，成都，610054，四川，中国