区块链下社交网络用户抄袭识别方案

doi:10.11772/j.issn.1001-9081.2023010031

《计算机应用》唯一官方网站 ›› 2024, Vol. 44 ›› Issue (1): 242-251.DOI: 10.11772/j.issn.1001-9081.2023010031

所属专题：网络空间安全

区块链下社交网络用户抄袭识别方案

李莉¹(), 杨春艳², 朱江文², 胡荣磊¹

^1.北京电子科技学院电子与通信工程系, 北京 100071
^2.西安电子科技大学计算机科学与技术学院, 西安 710071

收稿日期:2023-01-15 修回日期:2023-04-28 接受日期:2023-05-12 发布日期:2023-06-06 出版日期:2024-01-10
通讯作者: 李莉
作者简介:杨春艳（1998—），女，河南周口人，硕士研究生，主要研究方向：信息安全、区块链；
朱江文（1997—），男，安徽安庆人，硕士研究生，主要研究方向：密码学、信息安全；
胡荣磊（1977—），男，河北衡水人，副研究员，博士，主要研究方向：网络信息安全、区块链安全。
第一联系人：李莉（1974—），女，山东青岛人，教授，博士，主要研究方向：网络与系统安全、嵌入式安全；
基金资助:
中央高校基本科研业务费专项资金资助项目(3282023017)

User plagiarism identification scheme in social network under blockchain

Li LI¹(), Chunyan YANG², Jiangwen ZHU², Ronglei HU¹

^1.College of Electronic and Communication Engineering，Beijing Electronic Science and Technology Institute，Beijing 100071，China
^2.College of Computer Science and Technology，Xidian University，Xi’an Shaanxi 710071，China

Received:2023-01-15 Revised:2023-04-28 Accepted:2023-05-12 Online:2023-06-06 Published:2024-01-10
Contact: Li LI
About author:YANG Chunyan， born in 1998， M. S. candidate. Her research interests include information security， blockchain.
ZHU Jiangwen， born in 1997， M. S. candidate. His research interests include cryptography， information security.
HU Ronglei， born in 1977， Ph. D.， associate research fellow. His research interests include network information security， blockchain security.
Supported by:
Fundamental Research Funds for Central Universities(3282023017)

摘要/Abstract

摘要：

针对社交网络中用户抄袭难以识别的问题，为保障原创作者权益并对具有抄袭行为的用户进行追责，提出了区块链下社交网络用户抄袭识别方案。针对现有区块链缺少通用溯源模型的问题，设计基于区块链的溯源信息管理模型来记录用户操作信息，为文本相似度检测提供依据。在Merkle树和布隆过滤器结构的基础上，设计了新的索引结构BHMerkle，减少了区块构建和查询时的计算开销，实现了对交易的快速定位。同时提出多特征权重Simhash算法，提高了词权计算的准确性并提高签名值匹配阶段的效率，从而对具有抄袭行为的恶意用户进行识别，并通过奖惩机制遏制恶意行为的发生。抄袭识别方案在不同主题的新闻数据集上的平均准确率为94.8%，平均召回率为88.3%，相较于多维度Simhash算法和基于信息熵加权的Simhash（E-Simhash）算法，平均准确率分别提升了6.19、4.01个百分点，平均召回率分别提升了3.12、2.92个百分点。实验结果表明，所提方案在抄袭文本的查询及检测效率方面均有所提升，且在抄袭识别方面具有较高的准确性。

关键词: 区块链, 抄袭识别, Simhash算法, 相似度检测, 社交网络

Abstract:

To address the problem of difficulty in identifying user plagiarism in social networks and to protect the rights of original authors while holding users accountable for plagiarism actions， a plagiarism identification scheme for social network users under blockchain was proposed. Aiming at the lack of universal tracing model in existing blockchain， a blockchain-based traceability information management model was designed to record user operation information and provide a basis for text similarity detection. Based on the Merkle tree and Bloom filter structures， a new index structure BHMerkle was designed. The calculation overhead of block construction and query was reduced， and the rapid positioning of transactions was realized. At the same time， a multi-feature weighted Simhash algorithm was proposed to improve the precision of word weight calculation and the efficiency of signature value matching stage. In this way， malicious users with plagiarism cloud be identified， and the occurrence of malicious behavior can be curbed through the reward and punishment mechanism. The average precision and recall of the plagiarism detection scheme on news datasets with different topics were 94.8% and 88.3%， respectively. Compared with multi-dimensional Simhash algorithm and Simhash algorithm based on information Entropy weighting （E-Simhash）， the average precision was increased by 6.19 and 4.01 percentage points respectively， the average recall was increased by 3.12 and 2.92 percentage points respectively. Experimental results show that the proposed scheme improves the query and detection efficiency of plagiarism text， and has high accuracy in plagiarism identification.

Key words: blockchain, plagiarism identification, Simhash algorithm, similarity detection, social network

中图分类号:

TP309.2

李莉, 杨春艳, 朱江文, 胡荣磊. 区块链下社交网络用户抄袭识别方案[J]. 计算机应用, 2024, 44(1): 242-251.

Li LI, Chunyan YANG, Jiangwen ZHU, Ronglei HU. User plagiarism identification scheme in social network under blockchain[J]. Journal of Computer Applications, 2024, 44(1): 242-251.

图/表 19

图1 区块链下社交网络用户抄袭识别方案架构

Fig. 1 Architecture of social network user plagiarism identification scheme under blockchain

图2 ProVOC模型的结构

Fig. 2 ProVOC model structure

图3 基于区块链的溯源信息管理模型

Fig. 3 Traceability information management model based on blockchain

图4 G-BF结构

Fig. 4 G-BF structure

图5 BHMerkle的结构

Fig. 5 BHMerkle structure

图6 智能合约结构及交互关系

Fig. 6 Structures and interaction of smart contracts

表1 用户奖惩机制

Tab. 1 User reward and punishment mechanisms

审核结果	发起投诉的用户	被投诉用户
恶意用户	奖励博客赚取代币总值	罚博客赚取代币2倍
非恶意用户	扣除博客赚取代币1/10	不做奖惩

图7 多特征权重SimHash算法流程

Fig. 7 Flow of SimHash algorithm with multiple feature weights

表2 词性权重系数WoC

Tab. 2 Part-of-speech weighting coefficient WoC

词性	权重系数	词性	权重系数
名词	0.4	形容词	0.2
动词	0.3	其他	0.1

图8 位置签名计算流程

Fig. 8 Flow of location signature calculation

图9 恶意用户识别交互流程

Fig. 9 Interaction process for malicious user identification

图10 单区块不同交易数查询性能比较

Fig. 10 Query performance comparison of single block with different number of transactions

图11 多区块不同区块数查询性能比较

Fig. 11 Comparison of query performance of multiple blocks with different number of blocks

图12 不同算法的执行时间对比

Fig. 12 Comparison of execution time among different algorithms

图13 不同k值下的准确率

Fig. 13 Accuracies with different values of k

图14 不同μ值下的准确率

Fig. 14 Accuracies with different values of μ

图15 不同算法对不同主题准确率对比

Fig. 15 Comparison of accuracy among different algorithms for different topics

图16 不同算法对不同主题召回率对比

Fig. 16 Comparison of recall among different algorithms for different topics

图17 不同算法平均准确率和召回率对比

Fig. 17 Comparison of average precision and recall among different algorithms

参考文献 20

1	邹禹同，张志安.知识付费语境下自媒体著作权保护困境与对策［J］.中国出版， 2020（4）： 58-62. 10.3969/j.issn.1002-4166.2020.04.013
	ZOU Y T， ZHANG Z A. Dilemma and countermeasures of self media copyright protection in the context of knowledge payment ［J］. China Publishing Journal， 2020（4）： 58-62. 10.3969/j.issn.1002-4166.2020.04.013
2	VANI K， GUPTA D. Integrating syntax-semantic-based text analysis with structural and citation information for scientific plagiarism detection ［J］. Journal of the Association for Information Science and Technology， 2018， 69（11）： 1330-1345. 10.1002/asi.24027
3	MIKOLOV T， CHEN K， CORRADO G， et al. Efficient estimation of word representations in vector space ［EB/OL］. ［2022-12-07］. . 10.3126/jiee.v3i1.34327
4	ZHANG Y， JIN R， ZHOU Z-H. Understanding bag-of-words model： a statistical framework ［J］. International Journal of Machine Learning and Cybernetics， 2010， 1： 43-52. 10.1007/s13042-010-0001-0
5	CHANG C-Y， LEE S-J， WU C-H， et al. Using word semantic concepts for plagiarism detection in text documents ［J］. Information Retrieval Journal， 2021， 24： 298-321. 10.1007/s10791-021-09394-4
6	SHARMA S， SHARMA C S， TYAGI V. Plagiarism detection tool “parikshak” ［C］// Proceedings of the 2015 International Conference on Communication， Information & Computing Technology. Piscataway： IEEE， 2015： 1-7. 10.1109/iccict.2015.7045739
7	NAKAMOTO S. Bitcoin： A peer-to-peer electronic cash system ［EB/OL］. ［2022-12-23］. . 10.2139/ssrn.3977007
8	XIAO M， HUANG Q， MIAO Y， et al. Blockchain based multi-authority fine-grained access control system with flexible revocation ［J］. IEEE Transactions on Services Computing， 2021， 15（6）： 3143-3155. 10.1109/tsc.2021.3086023
9	ZHANG X， WEI S. Internet news traceability solution based on blockchain ［C］// Proceedings of the 2019 IEEE/ACIS 18th International Conference on Computer and Information Science. Piscataway： IEEE， 2019： 236-240. 10.1109/icis46139.2019.8940318
10	郑浩瀚，申德荣，聂铁铮，等.面向混合索引的区块链系统的可查询性优化［J］.计算机科学， 2020， 47（10）： 301-308. 10.11896/jsjkx.190800148
	ZHENG H H， SHEN D R， NIE T Z， et al. Queryability optimization of blockchain system for hybrid index ［J］. Computer Science， 2020， 47（10）： 301-308. 10.11896/jsjkx.190800148
11	ANDI C， JULIANDY R， ROBET O， et al. Image authentication application with blockchain to prevent and detect image plagiarism ［C］// Proceedings of the 2021 Sixth International Conference on Informatics and Computing. Piscataway： IEEE， 2021： 1-6. 10.1109/icic54025.2021.9632966
12	HE Y， ZHU H， WANG C， et al. An accountable data trading platform based on blockchain ［C］// Proceedings of the IEEE INFOCOM 2019 — IEEE Conference on Computer Communications Workshops. Piscataway： IEEE， 2019： 1-6. 10.1109/infcomw.2019.8845194
13	王诚，王宇成.基于Simhash的大规模文档去重改进算法研究［J］.计算机技术与发展， 2019， 29（2）： 115-119. 10.3969/j.issn.1673-629X.2019.02.024
	WANG C， WANG Y C. Research on improved large-scale documents deduplication algorithm based on Simhash. ［J］. Computer Technology and Development， 2019， 29（2）： 115-119. 10.3969/j.issn.1673-629X.2019.02.024
14	张航，盛志伟，张仕斌，等. Simhash算法在文本去重中的应用［J］.计算机工程与应用， 2020， 56（11）： 246-251. 10.3778/j.issn.1002-8331.1902-0246
	ZHANG H， SHENG Z W， ZHANG S B， et al. Application of Simhash algorithm in text deduplication ［J］. Computer Engineering and Applications， 2020， 56（11）： 246-251. 10.3778/j.issn.1002-8331.1902-0246
15	陈希，胡良霖，朱艳华，等.数据溯源描述模型国家标准研制与推广［J］.标准科学， 2019（4）： 108-112. 10.3969/j.issn.1674-5698.2019.04.020
	CHEN X， HU L L， ZHU Y H， et al. Research and popularization of national standard for data provenance descriptive model ［J］. Standard Science， 2019（4）： 108-112. 10.3969/j.issn.1674-5698.2019.04.020
16	章振海，虞思城，蒋云杰，等.基于区块链交易验证的设备认证方法［J］.信息安全研究， 2021， 7（6）： 550-557. 10.3969/j.issn.2096-1057.2021.06.010
	ZHANG Z H， YU S C， JIANG Y J， et al. Device authentication method based on Blockchain transaction verification ［J］. Journal of Information Security Research， 2021， 7（6）： 550-557. 10.3969/j.issn.2096-1057.2021.06.010
17	ZHANG X L， HE D D. Similar document recognition technology based on the improved Simhash algorithm ［J］. Computer Science and Application， 2020， 10（2）： 371-378. 10.12677/csa.2020.102038
18	顾志祥，谢龙恩，杜雨.文本相似度计算的Simhash算法的实现与改进［J］.信息通信， 2020（1）： 27-29. 10.3969/j.issn.1673-1131.2020.01.010
	GU Z X， XIE L E， DU Y. Implementation and improvement of Simhash algorithm for text similarity calculation ［J］. Information & Communications， 2020（1）： 27-29. 10.3969/j.issn.1673-1131.2020.01.010
19	陈春玲，陈琳，熊晶，等.基于Simhash算法的重复数据删除技术的研究与改进［J］.南京邮电大学学报（自然科学版）， 2016， 36（3）： 85-91. 10.14132/j.cnki.1673-5439.2016.03.013
	CHEN C L， CHEN L， XIONG J， et al. Research and improvement of data de-duplication based on Simhash algorithm ［J］. Journal of Nanjing University of Posts and Telecommunications （Natural Science）， 2016， 36（3）： 85-91. 10.14132/j.cnki.1673-5439.2016.03.013
20	PRATAP R， KULKARNI R， SOHONY I. Efficient dimensionality reduction for sparse binary data ［C］// Proceedings of the 2018 IEEE International Conference on Big Data. Piscataway： IEEE， 2018： 152-157. 10.1109/bigdata.2018.8622338

[1]	陈廷伟, 张嘉诚, 王俊陆. 面向联邦学习的随机验证区块链构建[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2770-2776.
[2]	孙晓玲, 王丹辉, 李姗姗. 基于区块链的动态密文排序检索方案[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2500-2505.
[3]	黄河, 金瑜. 基于投票和以太坊智能合约的云数据审计方案[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2093-2101.
[4]	林欣蕊, 王晓菲, 朱焱. 基于局部扩展社区发现的学术异常引用群体检测[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1855-1861.
[5]	李皎, 张秀山, 宁远航. 降低跨分片交易比例的区块链分片方法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1889-1896.
[6]	赵莉朋, 郭兵. 基于BDLS的区块链共识改进算法[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1139-1147.
[7]	陈美宏, 袁凌云, 夏桐. 基于主从多链的数据分类分级访问控制模型[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1148-1157.
[8]	高改梅, 张瑾, 刘春霞, 党伟超, 白尚旺. 基于区块链与CP-ABE策略隐藏的众包测试任务隐私保护方案[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 811-818.
[9]	马海峰, 李玉霞, 薛庆水, 杨家海, 高永福. 用于实现区块链隐私保护的属性基加密方案[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 485-489.
[10]	王一帆, 林绍福, 李云江. 基于区块链和零知识证明的高速公路自由流收费方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3741-3750.
[11]	王伊婷, 万武南, 张仕斌, 张金全, 秦智. 基于SM9算法的可链接环签名方案[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3709-3716.
[12]	刘德渊, 张金全, 张鑫, 万武南, 张仕斌, 秦智. 基于无证书签密的跨链身份认证方案[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3731-3740.
[13]	孙科硕, 高海英, 宋杨. 面向公有区块链上的私有区块链的多权威属性加密方案[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3699-3708.
[14]	方鹏, 赵凡, 王保全, 王轶, 蒋同海. 区块链3.0的发展、技术与应用[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3647-3657.
[15]	高瑞, 陈学斌, 张祖篡. 面向部分图更新的动态社交网络隐私发布方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3831-3838.

区块链下社交网络用户抄袭识别方案

User plagiarism identification scheme in social network under blockchain

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 20

相关文章 15

编辑推荐

Metrics