本报讯 （记者 桂运安）记者7月21日从中科大获悉，该校张文逸教授课题组日前在网络谣言源识别研究领域取得新进展，有望通过充分挖掘利用多个数据样本中所包含的潜在联合信息，快速准确地识别出恶意信息的传播源头，这一成果将应用于网络取证等网络安全领域。
新媒体时代，人人都有麦克风、个个都是发言人，而在线社交网络与每个人的生活也密切相关。
在线社交网络既能促进有益信息的传播，同时也为恶意信息的扩散提供了温床。如何快速而准确地识别网络谣言源、计算机病毒源等恶意信息传播源头，是网络科学中一个重要的基础问题。
在研究中，中科大科研人员首次发现，利用多样本观察知识，可快速锁定网络谣言传播源头。他们运用数理统计理论，对于规则树状网络拓扑模型，能将正确检测率由文献中单样本观察时的30.7%提升到趋近100%。多种实际网络模型的数值实验研究，也证实他们提出的多样本检测算法在实际场合中，有潜力大幅度提高谣言源识别的精度。
目前，该成果已经以正式论文形式，在国际计算机领域顶尖旗舰学术会议——美国计算机协会系统性能评估专业组织会议上报告。这一旗舰学术会议创立于1973年，论文录用率仅为15%左右。此前40余年，中国内地科研单位作为第一作者，仅在该会议上发表过6篇正式论文。
