文章总结： 吉林大学博士生刘峰的论文被IEEETIFS接收。针对社交机器人检测中现有方法忽视高阶协同行为与动态演化的不足，本文提出BotSTHCL方法，利用时空超图对比学习与Transformer建模，实现了对社交机器人的精准识别。
综合评分： 80
文章分类： AI安全
吉林大学｜人工智能学院2023级博士研究生刘峰的论文被IEEE TIFS接收
信息网络安全杂志
2026年2月1日 17:01
上海
人工智能学院2023级博士研究生刘峰关于社交机器人检测研究成果，已被网络与信息安全领域国际顶级期刊《IEEE Transactions on Information Forensics and Security》（TIFS，IF=8）接收。IEEE TIFS是国际信息安全领域最具影响力的学术期刊之一，与IEEE Transactions on Dependable and Secure Computing （TDSC）、Journal of Cryptology（JOC）并称为信息安全领域国际三大顶级学术期刊，也是中国计算机学会（CCF）推荐的A类国际期刊。
论文题目：
A Community-Aware Spatio-Temporal Hypergraph Contrastive Learning Method for Social Bot Detection
第一作者：刘峰（2023级博士研究生）
指导教师：马锐副教授
收录期刊：
IEEE Transactions on Information Forensics and Security
期刊类别：CCF-A
论文概述：
在社交机器人检测（Social Bot Detection, SBD）任务中，现有多模态方法虽可融合文本、账户属性与交互拓扑等信息，但当前方法仍将社交网络近似为静态结构，主要建模账号两两交互及其局部邻域，从而难以刻画社区尺度的高阶协同行为以及网络拓扑随时间演化所带来的判别线索。为此，本文提出社区感知的时空超图对比学习方法（BotSTHCL）：首先依据账户注册/创建时间戳将用户划分为多个时间区间，在每个区间构建 following/follower 关系图，并通过社区检测获得社区划分，将社区映射为超边生成对应的空间超图，进而形成时空超图序列，以显式建模社区内多节点的高阶关系及其动态演化。在表示学习上，BotSTHCL 采用“空间—时间”联合优化：空间维度基于超图对比学习在不同增强视图间保持表征一致性以获得鲁棒的高阶交互表示；时间维度利用 Transformer 编码跨时间区间依赖，最终实现对社交机器人账户的准确判别。
来源：吉林大学
往期精彩回顾
从竞赛“练兵场”到人才“孵化器”: 湖南大学、复旦大学、四川大学、西安邮电大学引领塑造网络安全新生力
“五色石”计划下，东南大学网络安全人才培养模式创新“密码”揭秘
“网安+法学”双学位 | 看南开大学、东南大学、重庆邮电大学在新赛道上加速跑
“实战派”网安人才培养新范式，看上海交大、暨南大学、湖南大学如何转变模式锻造网安实战人才
守护语音安全: 华中科技大学CPSS团队如何打造Anti-Deepfake系统斩获创意作品赛冠军？
信息网络安全
《信息网络安全》创刊于2001年，是由公安部主管，公安部第三研究所、中国计算机学会主办，面向国内外公开发行的国内首批信息安全类期刊之一，于2015年成为中国科技核心期刊，2017年成为中国科学引文数据库来源期刊，2018年成为中文核心期刊，2022年入选CCF计算领域高质量科技期刊分级目录。
中文核心期刊
中国科技核心期刊
中国科学引文数据库来源期刊
CCF计算领域高质量科技期刊
我们在不断努力和完善中，期待您的关注和支持！
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：信息网络安全杂志 《吉林大学｜人工智能学院2023级博士研究生刘峰的论文被IEEE TIFS接收》