• International Journal of Computer Science & Network Security
• /
• 제24권7호
• /
• pp.195-201
• /
• 2024

With the Covid-19(Corona Virus) spread all around the world, people are using this propaganda and the desperate need of the citizens to know the news about this mysterious virus by spreading fake news. Some Countries arrested people who spread fake news about this, and others made them pay a fine. And since Social Media has become a significant source of news, .there is a profound need to detect these fake news. The main aim of this research is to develop a web-based model using a combination of machine learning algorithms to detect fake news. The proposed model includes an advanced framework to identify tweets with fake news using Context Analysis; We assumed that Natural Language Processing(NLP) wouldn't be enough alone to make context analysis as Tweets are usually short and do not follow even the most straightforward syntactic rules, so we used Tweets Features as several retweets, several likes and tweet-length we also added statistical credibility analysis for Twitter users. The proposed algorithms are tested on four different benchmark datasets. And Finally, to get the best accuracy, we combined two of the best algorithms used SVM ( which is widely accepted as baseline classifier, especially with binary classification problems ) and Naive Base.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권4호
• /
• pp.149-156
• /
• 2022

최근 전 세계적으로 COVID-19이 유행하는 상황 속에서 이와 관련된 가짜뉴스가 심각한 사회적 혼란을 야기하고 있다. 이러한 배경에서 가짜뉴스를 정확하게 탐지하기 위해, 뉴스가 소셜 미디어를 통해 파급되는 과정과 같은 소셜 컨텍스트 정보를 활용하는 소셜 컨텍스트 기반 탐지 기법들이 널리 사용되고 있다. 그러나 대부분의 기 구축된 가짜뉴스 탐지를 위한 데이터들은 뉴스 자체의 내용 정보 위주로 구성되어, 소셜 컨텍스트 정보를 거의 포함하지 않는다. 즉, 이 데이터들에는 소셜 컨텍스트 기반 탐지 기법을 적용할 수 없으며, 이러한 데이터의 한계는 가짜뉴스 탐지 연구 분야의 발전을 저해하는 방해 요소이다. 본 논문은 이러한 한계를 극복하기 위해, 기존의 저명한 가짜뉴스 데이터인 CoAID 데이터를 기반으로, 소셜 컨텍스트 정보를 추가적으로 수집하여, CoAID 데이터의 뉴스 내용 정보와 해당 뉴스들의 소셜 컨텍스트 정보를 모두 포함하는 CoAID⁺ 데이터를 구축한다. 본 논문에서 구축한 CoAID⁺ 데이터는 기존의 대부분의 소셜 컨텍스트 기반 탐지 기법들에 적용될 수 있으며, 향후 새로운 소셜 컨텍스트 기반 탐지 기법들에 대한 연구도 더욱 활성화시킬 수 있을 것으로 기대된다. 마지막으로, 본 논문은 다양한 관점에서 CoAID⁺ 데이터를 분석하여 진짜뉴스와 가짜뉴스의 파급 패턴 및 키워드에 따른 파급 패턴도 파악하여 소개한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권10호
• /
• pp.4958-4970
• /
• 2019

As technology advances, the amount of fake news is increasing more and more by various reasons such as political issues and advertisement exaggeration. However, there have been very few research works on fake news detection, especially which uses grammatical transformation on deep neural network. In this paper, we shall present a new Fake News Detection Model, called FAGON(Fake news detection model using Grammatical transformation On deep Neural network) which determines efficiently if the proposition is true or not for the given article by learning grammatical transformation on neural network. Especially, our model focuses the Korean language. It consists of two modules: sentence generator and classification. The former generates multiple sentences which have the same meaning as the proposition, but with different grammar by training the grammatical transformation. The latter classifies the proposition as true or false by training with vectors generated from each sentence of the article and the multiple sentences obtained from the former model respectively. We shall show that our model is designed to detect fake news effectively by exploiting various grammatical transformation and proper classification structure.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.105-118
• /
• 2021

본 연구의 목적은 가짜뉴스가 크고 작은 사회적 문제를 야기한다는 점에 주목하여, 전자투표시스템 관련 가짜뉴스가 뉴스 이용자의 시스템 이용에 대한 태도, 시스템을 통한 선거 참여 의도, 뉴스서비스 신뢰도에 어떠한 영향력을 미치는지 실험을 통해 확인하는데 있다. 연구결과, 부정적인 내용으로 프레임된 가짜뉴스는 이용자의 태도와 선거 참여 의도 수준을 감소시키는 효과를 보였다. 특히 각 뉴스서비스에 따른 가짜뉴스 영향력 차이를 검증한 결과, 이용자가 일반 인터넷신문을 통해 가짜뉴스에 노출되고 해당 뉴스가 가짜임을 인지한 경우에는 태도와 선거 참여 의도 수준이 감소 후 다시 회복되는 모습을 보였다. 하지만 네이버와 페이스북 가짜뉴스에 노출된 이용자들은 가짜뉴스에 담긴 부정적인 내용을 더욱 강하게 형성하는 것으로 나타났다. 가짜뉴스가 이용자의 인지적 차원에 영향력을 행사하고, 최초 노출 정보와 일치하는 방향으로 인식을 강화하려는 경향이 있다는 사실을 실증적으로 확인하였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.267-283
• /
• 2023

2019년 12월부터 현재까지 지속되고 있는 코로나19 팬데믹으로 인해 대중들은 감염병 대응을 위한 정보를 필요로 하게 되었다. 하지만 소셜미디어에서 유포되는 코로나19 관련 가짜뉴스로 인해 대중들의 건강이 심각하게 위협받고 있다. 특히 코로나19와 관련된 가짜뉴스가 유사한 내용으로 대량 유포될 경우 사실인지 거짓인지 진위를 가리기 위한 검증에 소요되는 시간이 길어지게 되어 우리 사회의 전반에 심각한 위협이 될 수 있다. 이에 학계에서는 신속하게 코로나19 관련 가짜뉴스를 탐지할 수 있는 지능형 모델에 대한 연구를 활발하게 수행해 오고 있으나, 대부분의 기존 연구에 사용된 데이터는 영문으로 구성되어 있어 한국어 가짜뉴스 탐지에 대한 연구는 매우 드문 실정이다. 이에 본 연구에서는 소셜 미디어 상에서 유포되는 한국어로 작성된 코로나19 관련 가짜뉴스 데이터를 직접 수집하고, 이를 기반으로 한 지능형 가짜뉴스 탐지 모델을 제안한다. 본 연구의 제안모델은 언어학적 특성 중 하나인 품사별 빈도 정보를 추가적으로 활용하여, 기존 연구에서 주로 사용되어 온 문서 임베딩 기법인 Doc2Vec 기반 가짜뉴스 탐지 모델의 예측 성능을 제고하고자 하였다. 실증분석 결과, 제안 모델이 비교 모델에 비해 Recall 및 F1 점수가 높아져 코로나19 관련 한국어 가짜뉴스를 보다 정확하게 판별함을 확인하였다.

• International journal of advanced smart convergence
• /
• 제10권3호
• /
• pp.122-130
• /
• 2021

This study is about an Artificial Intelligence-based fake news identification system and its methods to determine the authenticity of content distributed over the Internet. Among the news we encounter is news that an individual or organization intentionally writes something that is not true to achieve a particular purpose, so-called fake news. In this study, we intend to design a system that uses Artificial Intelligence techniques to identify fake content that exists within the news. The proposed identification model will propose a method of extracting multiple unit factors from the target content. Through this, attempts will be made to classify unit factors into different types. In addition, the design of the preprocessing process will be carried out to parse only the necessary information by analyzing the unit factor. Based on these results, we will design the part where the unit fact is analyzed using the deep learning prediction model as a predetermined unit. The model will also include a design for a database that determines the degree of fake news in the target content and stores the information in the identified unit factor through the analyzed unit factor.

• 과학기술학연구
• /
• 제20권1호
• /
• pp.39-85
• /
• 2020

정보기술의 발달과 함께 가짜뉴스가 더욱 심각한 사회문제가 되고 있다. 이 문제는 언론 기관의 사실 검증 노력, 법 규제, 혹은 기술적 해법 등 개별적인 차원의 노력만으로는 제대로 관리되지 못하고 있다. 가짜뉴스의 범람은 사회의 신뢰 구조에 근본적 영향을 미치며, 결국 민주주의의 존립 기반을 위협한다. 그러므로 가짜뉴스 문제해결의 어려움에도 불구하고 어느 사회든 이 문제를 내버려 둘 수 없다. 가짜뉴스 이슈는 단순히 진위판정 문제로 한정할 수 없다. 완전한 가짜뉴스나 완전한 진짜뉴스는 드물기 때문이다. 이 문제를 통해서 우리는 불확실성을 잘 경험하고 있다. 그러므로 가짜뉴스 관리란 가짜뉴스의 완전한 제거를 의미하는 것은 아니다. 또한 가짜뉴스 문제를 개인의 합리성에만 맡길 수 없다. 반복적인 가짜뉴스는 개인의 의사결정을 쉽게 무너뜨릴 수 있기 때문이다. 이를 위해서 사회-기술적 차원의 모색이 요구되며, 다학제적이며 다영역적인 협업이 필요하다. 이 연구에서는 가짜뉴스에 대한 기존의 분석과 대응 노력을 알아보고, 기존 방식의 실패 경험을 토대로, 시민과학의 접근법을 통하여 가짜뉴스 관리를 위한 새로운 공공적 온라인 플랫폼을 제시하고자 한다. 이 모델은 가짜뉴스를 수집하고 분석하고 수용자가 반응하는 과정을 근본적으로 재설계할 것이다. 여러 분야의 사람들이 각자의 역량에 따라서 각자의 여유 만큼의 노력을 동원하여 이 플랫폼에 참여하고 기여할 수 있다.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1119-1130
• /
• 2019

With the wide spread of Social Network Services (SNS), fake news-which is a way of disguising false information as legitimate media-has become a big social issue. This paper proposes a deep learning architecture for detecting fake news that is written in Korean. Previous works proposed appropriate fake news detection models for English, but Korean has two issues that cannot apply existing models: Korean can be expressed in shorter sentences than English even with the same meaning; therefore, it is difficult to operate a deep neural network because of the feature scarcity for deep learning. Difficulty in semantic analysis due to morpheme ambiguity. We worked to resolve these issues by implementing a system using various convolutional neural network-based deep learning architectures and "Fasttext" which is a word-embedding model learned by syllable unit. After training and testing its implementation, we could achieve meaningful accuracy for classification of the body and context discrepancies, but the accuracy was low for classification of the headline and body discrepancies.

• 디지털융복합연구
• /
• 제17권5호
• /
• pp.137-143
• /
• 2019

가짜 뉴스는 소셜 미디어와 같이 사용자가 상호작용하는 미디어 플랫폼에서 정보가 빠른 속도로 확산되는 이점을 가지는 오류 정보(misinformation)의 한 형태이다. 최근 가짜 뉴스의 증가로 인해 사회적으로 많은 문제가 발생하고 있다. 본 논문에서는 이러한 가짜 뉴스를 탐지하는 방법을 제안한다. 이전의 가짜 뉴스 탐지는 텍스트 분석을 사용한 연구가 주로 수행되었다. 본 연구는 소셜 미디어의 뉴스가 확산되는 네트워크에 초점을 두고, 네트워크 임베딩 방법인 DeepWalk 로 자질을 생성하고 로지스틱 회귀분석을 사용하여 가짜 뉴스를 분류한다. 인터넷에 공개된 뉴스 211개와 120만개의 뉴스 확산 네트워크 데이터를 사용한 가짜 뉴스 탐지에 대한 실험을 수행하였다. 연구 결과 텍스트 분석에 비하여 네트워크 임베딩을 사용한 가짜 뉴스 탐지의 정확도가 최소 1.7%에서 최대 10.6% 더 높게 나타났다. 또한, 텍스트 분석과 네트워크 임베딩을 결합한 가짜 뉴스 탐지는 네트워크 임베딩에 비해 정확도의 상승이 나타나지 않았다. 본 연구의 결과는 기업이나 조직은 온라인 상에서 확산되는 가짜 뉴스 탐지에 효과적으로 활용될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.337-351
• /
• 2022

소셜미디어의 전면적인 보급과 빠른 발전에 따라 소셜미디어 정보전파의 탈중심화 추세가 나날이 뚜렷해지고 있으며 수용자들이 소셜미디어 정보를 이용한 시간의 세분화가 뚜렷하게 진행되고 있다. 따라서 본 연구는 기존연구들을 바탕으로 소셜미디어의 가짜뉴스에 대한 태도, 사회자본, 위험인식 및 판별의도 간의 미치는 영향 관계를 연구하고자 하다. 이에 따른 연구모델은 관련한 연구가설을 제시하고 설문지를 구성하여 총 500건의 유효설문을 수집하였다. 자료 분석하기 위해 SPSS 26.0 프로그램과 AMOS 24.0 프로그램을 사용하였다. 연구결과는 다음과 같다. 첫째, 소셜미디어의 가짜뉴스 판별의도에 대한 이용자들의 태도가 적극적일수록 인터넷 정보의 진위성을 판별하기 위해 다양한 방식이나 도구를 활용하려 한다. 둘째, 소셜미디어 가짜뉴스에 대한 이용자의 태도가 적극적일수록 소셜미디어 가짜뉴스가 자신의 신체, 심리, 재무 등에 미치는 잠재적 위협을 인식할 수 있다. 아울러 자신의 위험인식을 높이고 소셜미디어 가짜뉴스에 대한 반펼의도가 높아진다. 셋째, 중국 이용자가 가진 사회자본이 풍부할수록 정보 소양이 강해지기 때문에 소셜미디어 가짜뉴스에 대한 판별의도도 강해진다. 넷째, 중국 이용자 가진 사회자본의 가치가 높을수록 가짜뉴스에 받은 피해를 더 크게 볼 수 있다고 판단하며, 자신의 이익을 보호하기 위해 가짜뉴스에 대한 위험의식이 높아진다. 다섯째, 중국 이용자가 소셜미디어에 의심한 정보를 인식하고 상응한 조치를 시실한 것을 의미하다.