Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.15805

帮助 | 高级搜索

计算机科学 > 计算机与社会

arXiv:2510.15805 (cs)
[提交于 2025年10月17日 ]

标题: 量化网络认知攻击的参与效果:一种虚假信息宣传活动的行为度量

标题: Quantifying the Engagement Effectiveness of Cyber Cognitive Attacks: A Behavioral Metric for Disinformation Campaigns

Authors:Bonnie Rushing, Shouhuai Xu
摘要: 随着由虚假信息驱动的认知攻击变得越来越复杂,量化其影响的能力对于推进网络安全防御策略至关重要。 本文提出了一种新的框架,通过引入一个加权交互度量来衡量认知攻击的参与效果,该度量考虑了用户参与的类型和数量相对于攻击者生成的传输数量的情况。 将此模型应用于社交媒体平台上的现实世界虚假信息活动,我们展示了该度量不仅捕捉到传播范围,还捕捉到用户参与的行为深度。 我们的研究结果为认知战争的行为动态提供了新的见解,并为寻求评估和应对在线恶意影响传播的研究人员和实践者提供了可行的工具。
摘要: As disinformation-driven cognitive attacks become increasingly sophisticated, the ability to quantify their impact is essential for advancing cybersecurity defense strategies. This paper presents a novel framework for measuring the engagement effectiveness of cognitive attacks by introducing a weighted interaction metric that accounts for both the type and volume of user engagement relative to the number of attacker-generated transmissions. Applying this model to real-world disinformation campaigns across social media platforms, we demonstrate how the metric captures not just reach but the behavioral depth of user engagement. Our findings provide new insights into the behavioral dynamics of cognitive warfare and offer actionable tools for researchers and practitioners seeking to assess and counter the spread of malicious influence online.
评论: 科罗拉多大学斯普林斯分校和美国空军学院空军部。免责声明:所表达的观点是作者的观点,不代表美国空军学院、美国空军、国防部或美国政府的官方政策或立场。
主题: 计算机与社会 (cs.CY) ; 人机交互 (cs.HC); 信息论 (cs.IT); 社会与信息网络 (cs.SI)
引用方式: arXiv:2510.15805 [cs.CY]
  (或者 arXiv:2510.15805v1 [cs.CY] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.15805
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Bonnie Rushing [查看电子邮件]
[v1] 星期五, 2025 年 10 月 17 日 16:34:46 UTC (771 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.CY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.HC
cs.IT
cs.SI
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号