Trong những năm gần đây, tin tức giả mạo đã trở thành một vấn đề toàn cầu, đặt ra những thách thức chưa từng có đối với toàn xã hội. Vấn đề này nảy sinh do xu hướng chuyển đổi số, cũng như việc dễ dàng phổ biến tin tức thông qua mạng xã hội (Facebook, Twitter, WhatsApp…). Mạng xã hội xử lý dữ liệu lớn trên mạng, cho phép tùy chỉnh nguồn cung cấp tin tức và tạo ra các “bong bóng lọc” (filter bubble) [1]. Bong bóng lọc là khái niệm về việc sử dụng những dữ liệu như địa điểm, hành vi trong quá khứ, lịch sử tìm kiếm… để đưa ra kết quả chỉ riêng cho đối tượng đó khi sử dụng ứng dụng, được thực hiện bởi các thuật toán học máy (machine learning) và học sâu (deep learning). Những thuật toán này còn có thể tạo ra nội dung số giả mạo (văn bản, hình ảnh và video). Do đó, một nhu cầu rất quan trọng hiện nay là chống lại sự gia tăng tràn lan của tin tức giả và thông tin sai lệch.
Giới thiệu
Những tiến bộ công nghệ gần đây trong học máy và học sâu, đặc biệt là sự phát triển của các mô hình sinh (Generative Model) như mạng sinh đối nghịch (Generative Adversarial Networks – GANs) hình thành trên ý tưởng về sự cạnh tranh của hai mạng neuron:
- Discriminative network (mạng phân biệt): có nhiệm vụ cố gắng phân biệt giữa data (dữ liệu) thật và giả mạo.
- Generative network (mạng sinh): sinh ra data giả, và mục tiêu là làm sao cho sinh ra được các data giống với thật nhất, làm Discriminator không thể phân biệt. Các mẫu (sample) được sinh dựa trên các mã ngầm (latent code).
GANs đã cho phép người dùng tạo ra hình ảnh, chữ ký, âm thanh, video giả mạo, rất giống với thực tế. Việc sử dụng các mô hình sinh dựa trên học sâu đã dẫn đến sự phát triển của công nghệ giả mạo sâu “deepfake”, cho phép tạo ra âm thanh và video của một người mà người đó chưa bao giờ thực sự làm.
Công nghệ này rõ ràng có thể gây ra nhiều tác hại cho xã hội, bao gồm phá hoại báo chí và an toàn thông tin, thao túng bầu cử hay bóp méo diễn ngôn. Hãy xem xét thiệt hại có thể gây ra nếu tạo ra được một video giả mạo mô tả một người đang phạm tội, tiêu thụ chất cấm, phát ngôn những điều không phù hợp. Sự nghiệp của một nhà lãnh đạo có thể kết thúc bằng cách tạo ra một video giả bằng công nghệ này, trong đó nhà lãnh đạo dùng hình ảnh và ngôn ngữ chống lại nhà nước. Do đó, giả mạo sâu và các công nghệ liên quan mang tới thách thức về quyền riêng tư, dân chủ, an ninh quốc gia và các chuẩn mực đạo đức, cũng như cần phải nghiên cứu về các thách thức kỹ thuật, pháp lý và đạo đức sau khi phát triển các công nghệ này.
Nhiều trung tâm nghiên cứu trên thế giới đang hướng tới công nghệ Blockchain. Đây là công nghệ có thể tạo sự tin tưởng vào mạng ngang hàng (P2P) phi tập trung mà không có sự hiện diện của cơ quan quản lý trung tâm, như một công cụ tiềm năng giúp chống lại thách thức gia tăng của tin tức giả mạo và giúp xây dựng niềm tin vào nội dung xác thực được phổ biến trên mạng xã hội.
Công nghệ Blockchain đã mang lại cho nhiều doanh nghiệp các giải pháp có thể cung cấp sự tin tưởng, bảo mật và quyền riêng tư. Blockchain cung cấp một cơ chế để duy trì sổ cái phân tán, ghi lại các giao dịch trong cấu trúc dữ liệu dạng chuỗi khối. Nó còn được gọi là công nghệ sổ cái phân tán (distributed ledger technology – DLT) với thuật toán đồng thuận phân tán của các mạng trong lĩnh vực ngân hàng, ngoài ứng dụng hàng đầu của nó đối với tiền điện tử.
Blockchain là một cơ sở dữ liệu phân cấp, lưu trữ thông tin trong các khối thông tin được liên kết với nhau bằng mã hóa và mở rộng theo thời gian. Mỗi khối thông tin đều chứa thông tin về thời gian khởi tạo và được liên kết tới khối trước đó, kèm một mã thời gian và dữ liệu giao dịch. Blockchain được thiết kế để chống lại sự thay đổi dữ liệu: Một khi dữ liệu được đưa vào Blockchain thì rất khó để thay đổi. Blockchain được đảm bảo an toàn nhờ cách thiết kế sử dụng hệ thống tính toán phân cấp, với khả năng tiếp tục hoạt động ngay cả khi một số nút bị lỗi hoặc thực hiện hành động gây hại.
Cơ sở lý thuyết về tin tức giả
Để hiểu tin tức giả, một bài báo gần đây [8] đã cố gắng phát triển khoa học về tin tức giả, từ đó trả lời các câu hỏi như tại sao và làm thế nào tin tức giả được tạo ra, các yếu tố thiết yếu làm cho nội dung đó lan truyền là gì? Các tác giả lập luận rằng, có rất ít câu trả lời khoa học cho các câu hỏi cơ bản về tác động và mức độ phổ biến của tin tức giả, và các giải pháp hiện tại không phù hợp với phạm vi rất lớn của vấn đề này. Hơn nữa, họ nhấn mạnh rằng tin tức giả đang trở thành một mối lo ngại ngày càng gia tăng và chỉ có thể giải quyết được với nỗ lực liên ngành, thiết kế lại hệ sinh thái thông tin và thúc đẩy sự thật trong kỷ nguyên số hiện nay. Với sức mạnh của mạng xã hội có thể biến bất kỳ thông tin hiện hữu nào thành một luồng thông tin lan truyền phát tán trên mạng, thì việc phát hiện, ngăn chặn tin tức giả và thông tin sai lệch là cần thiết và quan trọng. Tuy nhiên, sự gia tăng nhanh chóng của tin tức giả đã chỉ ra rằng, những phương pháp phòng chống đang tụt hậu trong việc chống lại vấn đề toàn cầu này.
Các phương pháp truyền thống để phát hiện tin tức giả không được áp dụng hiệu quả cho các mạng xã hội trực tuyến [11]. Do đó, các cách tiếp cận khác nhau đã được trình bày bằng cách sử dụng các công cụ và kỹ thuật hiện đại. Một cách tiếp cận phân tích mạng để phát hiện và giảm thiểu tin tức giả được trình bày trong [10]. Trong một nghiên cứu tương tự [6], các tác giả xây dựng mạng lưới uy tín với các mối quan hệ mâu thuẫn để phát hiện tin tức giả lan truyền trên mạng xã hội. Trong tài liệu [13], một cách tiếp cận để phát hiện tin tức giả được trình bày bằng cách sử dụng các kỹ thuật học máy và thuật toán tìm nguồn cung ứng đám đông Boolean (Boolean crowd-sourcing algorithm). Một dự án có tên là Solid đã được khởi xướng bởi Giáo sư Tim Berners-Lee nhằm mục đích phát triển các ứng dụng xã hội phi tập trung, đồng thời giới thiệu quyền riêng tư bảo vệ tính xác thực của quyền sở hữu dữ liệu.
Ngoài công việc của các nhà nghiên cứu và học giả, có rất nhiều nỗ lực đang được thực hiện bởi các công ty lớn để giảm thiểu những tin tức giả trên mạng xã hội. Gần đây, Google đã công bố “Google News Initiative” là một nỗ lực hỗ trợ ngành tin tức trong việc chống lại tin tức giả tràn lan. Tương tự, Facebook, Twitter và Wikipedia cũng đang nỗ lực phát triển một giải pháp khả thi để giảm thiểu sự bùng phát của thông tin sai lệch.
Một số nghiên cứu tập trung vào việc sử dụng Blockchain để nhận dạng và phòng ngừa tin tức giả cũng đang bắt kịp và có một số nghiên cứu, chủ yếu cung cấp các phương pháp lý thuyết để giải quyết vấn đề này.
Mô hình ứng dụng Blockchain để ngăn chặn tin tức giả
Trong một nghiên cứu gần đây [5], một khung nguyên mẫu dựa trên Blockchain Ethereum được đề xuất để xác minh độ tin cậy của nội dung. Giải pháp đề xuất sử dụng các siêu dữ liệu để sử dụng trong bảo quản lưu trữ số (PREservation Metadata: Implementation Strategies – PREMIS) bằng mật mã trên Blockchain [4]. Trong [9], các tác giả sử dụng ý tưởng rằng nguồn tin tức có thể được truy tìm bằng cách lưu giữ hồ sơ dịch vụ tem thời gian và các kết nối chuỗi giữa các khối, do đó đề xuất cách tiếp cận dựa trên Blockchain phân tán phi tập trung để truy tìm nguồn gốc của tin tức. Trong một nghiên cứu liên quan khác [7], các tác giả đã trình bày một khung lý thuyết sử dụng Blockchain để ngăn chặn việc phổ biến tin tức giả mạo. Mối quan tâm chính của các tác giả là đưa ra một thuật toán lai sử dụng các khái niệm và nguyên tắc của Blockchain để tăng tính minh bạch và độ tin cậy của nội dung lan truyền trên mạng xã hội.
Mô hình Blockchain có thể được sử dụng để lưu trữ và xác minh tính toàn vẹn của tin tức và nội dung đa phương tiện đang được chia sẻ trực tuyến. Dưới đây sẽ trình bày chi tiết của khung ứng dụng Blockchain dựa trên hợp đồng thông minh để phát hiện và ngăn chặn tin tức giả.
Có rất nhiều thách thức thiết kế trong việc phát triển một giải pháp dựa trên Blockchain hiệu quả để chống lại tin tức giả và thông tin sai lệch. Nhiều đề xuất hiện tại khác nhau nhằm mục đích sử dụng Blockchain để ngăn chặn tin tức giả và thông tin sai lệch ([5], [7], [9]) chủ yếu sử dụng hàm băm, nhưng cách tiếp cận dựa trên hàm băm đơn giản có thể không hoạt động trong một thiết lập thực tế, vì hàm băm rất nhạy cảm với sự tấn công và có thể dẫn đến một hàm băm khác nếu có sự thay đổi của một ký tự hoặc thậm chí là một bit. Điều này được thừa nhận trong [5] là một hạn chế trong hệ thống đề xuất của họ.
Hình 1. Kiến trúc được đề xuất của khung ứng dụng Blockchain để ngăn chặn tin tức giả
Trong bài viết, các tác giả cố gắng kết hợp những thách thức này trong việc thiết kế một hệ thống phi tập trung dựa trên Blockchain để ngăn chặn và giảm thiểu tin tức giả. Kiến trúc hệ thống đề xuất được trình bày trong Hình 1.
Hệ thống đề xuất được miêu tả như sau: Khi nhà xuất bản tin tức mới yêu cầu tham gia hệ thống, hợp đồng thông minh đăng ký sẽ được gọi và kiểm tra xem khóa công khai của nhà xuất bản này có trong ánh xạ hiện có hay không. Dựa trên kết quả, nhà xuất bản sẽ được chỉ định một cặp khóa công khai và bí mật cùng với trạng thái của nhà xuất bản được xác minh hoặc không được xác minh. Điểm “danh tiếng” đánh giá uy tín của nhà xuất bản, trở thành một phần của tập “danh tiếng” có thể xác định được. Bất cứ khi nào một nhà xuất bản muốn xuất bản, thì hợp đồng thông minh tin tức sẽ được gọi để tạo điều kiện cho việc xuất bản tin tức và sẽ đưa tin tức cùng với các tham số cần thiết khác trong một khối, từ đó đưa lên mạng P2P. Trong mạng P2P, các nút khai thác sẽ đưa khối này lên Blockchain nếu nó được xác định là khối hợp lệ. Khi khối tin tức trở thành một phần của Blockchain, tính toàn vẹn và tính trung thực của tin tức có thể được xác minh bằng cách sử dụng tương tự ngữ nghĩa và cây Merkle tương ứng.
Giao thức quản lý nhà xuất bản
Chức năng chính của giao thức quản lý nhà xuất bản là phân biệt thông minh phi tập trung giữa các nguồn tin tức, thông tin đáng tin cậy và không đáng tin cậy. Hệ thống sử dụng 3 loại hợp đồng thông minh để đăng ký, cập nhật và thu hồi danh tính của các tổ chức tin tức. Ngoài ra, sử dụng trạng thái và điểm uy tín cho các thực thể tin tức làm việc trên hệ thống.
Hợp đồng thông minh ghi danh
Hệ thống có bản đồ các khóa công khai hiện đang được sử dụng bởi các tổ chức truyền thông tin tức khác nhau, có thể được sử dụng để xác minh danh tính của họ trong cuộc sống thực. Nếu không có khóa như vậy cho một thực thể tin tức cụ thể, hệ thống có thể tìm kiếm trên web thông qua API của bên thứ ba. Mỗi khi một thực thể tin tức muốn đăng ký, hệ thống sẽ xác minh danh tính của nó bằng cách yêu cầu ký một tin nhắn bằng khóa công khai hiện có. Nếu quá trình xác minh thành công, thực thể tin tức sẽ được cung cấp trạng thái xác minh; mặt khác, thực thể tin tức có thể xuất bản nhưng chỉ là nhà xuất bản tin tức chưa được xác minh. Trong mỗi trường hợp, hệ thống sẽ gán một cặp khóa bí mật và khóa công khai cho thực thể tin tức được đăng ký sẽ được sử dụng cho sơ đồ chữ ký số.
Cập nhật hợp đồng thông minh danh tính
Bất kỳ nhà xuất bản tin tức nào đã đăng ký đều có thể cập nhật danh tính và được phép lấy nhiều danh tính. Ví dụ, một kênh tin tức có thể muốn xuất bản tin tức về thể thao với một cách xử lý khác. Để có được một danh tính khác dưới dạng cặp khóa công khai và khóa bí mật, nhà xuất bản tin tức đã đăng ký được yêu cầu xác minh danh tính trước đó (ví dụ, khóa công khai đã được đăng ký trước đó trên hệ thống). Bản cập nhật hợp đồng thông minh danh tính được sử dụng để tạo điều kiện cho các yêu cầu như vậy.
Thu hồi hợp đồng thông minh danh tính
Việc hủy bỏ hợp đồng thông minh liên quan đến việc chấm dứt các nhà xuất bản tin tức hiện tại theo yêu cầu của riêng họ, hoặc nếu hệ thống đã xác định một nhà xuất bản tin tức nhất định hành xử bất thường trong một khoảng thời gian xác định. Điều này được thực hiện bằng cách tính điểm “danh tiếng” để định lượng uy tín của nhà xuất bản.
Cài đặt đánh giá uy tín
Hệ thống duy trì một dữ liệu đánh giá uy tín, trong đó có các nguồn tin tức xác thực và đáng tin cậy. Để làm cho tập hợp này có thể phát triển được, thì chỉ định điểm “danh tiếng” ban đầu là 0 cho mỗi phương tiện truyền thông chưa được xác minh, và cho phép điểm này phát triển theo thời gian nếu thực thể tin tức đó chia sẻ tin tức thật hoặc tin tức được đăng bởi các phương tiện truyền thông được xác minh. Nếu một nguồn tin tức chưa được xác minh có thể quản lý để có được điểm “danh tiếng” được chỉ định trong một khoảng thời gian nhất định, nó sẽ nhận được trạng thái của nguồn được xác minh; mặt khác, nếu một nguồn tin tức không được xác minh phát tán tin tức giả và thông tin sai lệch, danh tính của nó sẽ bị thu hồi sau khoảng thời gian đó từ hệ thống. Một cách khác để duy trì một tập hợp có thể phát triển là nhận phản hồi từ người tiếp nhận tin tức, nhưng điều này đưa ra vấn đề về tính chủ quan và thiên vị, và cũng đưa hệ thống tới nguy cơ của các tác nhân nguy hiểm.
Hợp đồng thông minh cho tin tức
Xuất bản tin tức
Hợp đồng thông minh tạo tin tức được sử dụng để xuất bản tin tức trên mạng. Nó có thể được ghi bởi tài khoản của các nhà xuất bản tin tức với bất kỳ tin tức nào bằng cách cung cấp khóa công khai, và tin tức đó được ký điện tử. Hợp đồng thông minh sẽ lưu trữ các thông tin liên quan như tên nhà xuất bản, trạng thái, khóa công khai, dấu thời gian và chuỗi tin tức trong một cấu trúc và sẽ phát thông báo tin tức đến mạng P2P.
Tính toàn vẹn của tin tức
Đảm bảo tính toàn vẹn của tin tức được đăng bởi hai thực thể xuất bản tin tức khác nhau về một chủ đề cụ thể là một thách thức khác. Các nhà nghiên cứu đã thảo luận rằng, một cách tiếp cận dựa trên hàm băm đơn giản không phù hợp để đảm bảo độ tin cậy do thiếu tính mạnh mẽ. Để khắc phục vấn đề này, nhóm tác giả đề xuất sử dụng sự giống nhau về ngữ nghĩa của một tin tức được đăng bởi hai hoặc nhiều thực thể tin tức khác nhau. Sự giống nhau về ngữ nghĩa có thể được hệ thống sử dụng để đánh giá tính toàn vẹn của một tin tức bằng cách kiểm tra tin tức trên Blockchain (liệu nó đã được đăng bởi một tổ chức tin tức đã được xác minh hay chưa?). Chỉ số tương tự ngữ nghĩa này có thể được đo bằng một công cụ như nhúng từ như word2vec, hoặc các phương thức học máy nâng cao khác, thông qua đó có thể tính toán độ tương tự theo ngữ nghĩa giữa các từ và trên các tài liệu.
Xây dựng Blockchain tin tức
Vai trò của các nút khai thác trung thực (Honest Miner Node)
Vì có thể có các nút bất thường trong mạng P2P muốn sửa đổi nội dung để truyền bá thông tin sai lệch, nên các nút khai thác duy trì Blockchain có thể sử dụng giao thức đồng thuận bằng chứng thẩm quyền (Proof-of-Authority – PoA) khi đề xuất một khối tin tức mới. Với giả định rằng, phần lớn các nút khai thác trung thực đang cung cấp dịch vụ để duy trì tính toàn vẹn của hệ thống, thì nhiều khả năng mỗi lần một nút trung thực lần lượt đề xuất một khối tin tức mới thì khối này sẽ được thêm vào Blockchain. Các nút khai thác trung thực có thể được triển khai bởi chính các cơ quan truyền thông chính thống đáng tin cậy hoặc bất kỳ thực thể đáng tin cậy nào khác có mục đích đảm bảo tính toàn vẹn của tin tức được chia sẻ trên mạng.
Bằng chứng xác thực (Proof-of-Truthfulness)
Bất kỳ nút tham gia nào trong mạng đều có thể xác minh xem tin tức mà nó gặp phải có phải là một phần của Blockchain hay không bằng cách sử dụng phương pháp bằng chứng xác thực (Proof- of-Truthfulness – PoT). Điều này được thực hiện bằng cách lưu trữ tin tức trong cây Merkle, đó là bản dựng cây nhị phân sử dụng các con trỏ băm, trong đó các nút ở cấp n – 1 chứa các con trỏ băm đến tin tức được lưu trữ ở cấp thứ n, và gốc (được coi là cấp 0) chứa một con trỏ băm đến hai nút ở cấp 1. Khi đưa ra một tin tức, bất kỳ ai cũng có thể xác minh tính trung thực của nó trong thời gian O(log(n)) bằng cách chỉ tìm kiếm một nhánh của cây từ tin tức đó đến thư mục gốc.
Hướng phát triển của mô hình ngăn chặn tin tức giả
Có rất nhiều vấn đề khác trong việc phát triển một giải pháp cho vấn đề kiểm soát tin tức giả và nội dung giả mạo.
Một nhiệm vụ quan trọng trong tương lai là phát triển khung tin cậy phân tán phi tập trung bằng cách sử dụng Blockchain, để đảm bảo tính xác thực và độ tin cậy của các nguồn tin tức có chất lượng không đồng nhất, mà không cần cơ sở hạ tầng xác thực hay hệ thống tin cậy trung tâm. Các nguyên mẫu Blockchain hiện tại được phát triển cho các loại tiền điện tử khác nhau có thể được chấp nhận trực tiếp để phát triển hệ thống, nhằm ngăn chặn tin tức giả do những thách thức duy nhất hiện nay là liên quan đến xác minh tin tức.
Điều quan trọng là kết hợp hiểu biết theo ngữ cảnh để xác minh tính toàn vẹn của tin tức. Một công việc có tiềm năng trong tương lai sẽ là sử dụng trí tuệ nhân tạo, đặc biệt là phương pháp xử lý ngôn ngữ tự nhiên (NLP) để phát triển những hiểu biết sâu sắc về sự giống nhau của tin tức, và sử dụng thông tin này để định lượng độ tin cậy của tin tức.
Đảm bảo quyền riêng tư và bảo mật của ảnh cá nhân chia sẻ trên mạng xã hội cũng là một nhiệm vụ khác, vì ai đó có thể sử dụng những bức ảnh cá nhân này để huấn luyện một mô hình học máy, tạo nội dung giả mạo như giả mạo sâu. Một giải pháp dựa trên Blockchain có thể là lưu trữ mật mã hình ảnh và video trên Blockchain theo cách mà mọi tương tác với nội dung đều có thể phát hiện và có thể điều chỉnh được.
Kết luận
Sự tiến bộ của trí tuệ nhân tạo để tùy biến, phổ biến và tạo nội dung, cũng như xu hướng chuyển đổi số đã tạo ra môi trường đầy rủi ro. Trong khi nội dung giả mạo và thông tin sai lệch phát triển và lan truyền mạnh mẽ, thì việc thiết lập tính xác thực của thông tin và phân biệt thực tế với giả mạo đang ngày càng trở nên phức tạp. Điều này tạo ra một số thách thức kỹ thuật, pháp lý và đạo đức. Công nghệ Blockchain hứa hẹn sẽ mang lại sự minh bạch và tin tưởng cho thế giới mới bằng cách cung cấp các kỹ thuật, công nghệ như hợp đồng thông minh, đồng thuận phi tập trung và xác thực chống giả mạo.
|
TÀI LIỆU THAM KHẢO 1. SayooranNagulendra, JulitaVassileva.Understanding and controlling the filter bubble through interactive visualization: A user study; Proceedings of the 25th ACM Conference on Hypertext and Social Media, 2014 2. https://congnghe.tuoitre.vn/tu-dien-collins-chon-fake- news-la-tu-cua-nam-2017-20171103135719277.htm 4. Library of Congress. “PREMIS Data Dictionary”. https://www.loc.gov/standards/premis/v2/ premis-2-0.pdf, p.3 5. Steve Huckle and Martin White. Fake news: a technological approach to proving the origins of content, using blockchains. Big data, 5(4):356- 371, 2017. 6. Zhiwei Jin, Juan Cao, Yongdong Zhang, and Jiebo Luo. News verification by exploiting conflicting social viewpoints in microblogs. In AAAI, pages 2972-2978, 2016. 7. Tee Wee Jing and Raja Kumar Murugesan. A theoretical framework to build trust and prevent fake news in social media using blockchain. In International Conference of Reliable Information and Communication Technology, pages 955-962. Springer, 2018. 8. David MJ Lazer, Matthew A Baum, Yochai Benkler, Adam J Berinsky, Kelly M Greenhill, Filippo Menczer, Miriam J Metzger, Brendan Nyhan, Gordon Pennycook, David Rothschild, et al. The science of fake news. Science, 359(6380):1094-1096, 2018. 9. Wenqian Shang, Mengyu Liu, Weiguo Lin, and Minzheng Jia. Tracing the source of news based on blockchain. In 2018 IEEE/ACIS 17th International Conference on Computer and Information Science (ICIS), pages 377-381. IEEE, 2018. 10. Kai Shu, H Russell Bernard, and Huan Liu. Studying fake news via network analysis: detection and mitigation. In Emerging Research Chal¬lenges and Opportunities in Computational Social Network Analysis and Mining, pages 43-65. Springer, 2019. 11. Kai Shu, Amy Sliva, Suhang Wang, Jiliang Tang, and Huan Liu. Fake news detection on social media: A data mining perspective. ACM SIGKDD Explorations Newsletter, 19(1):22-36, 2017. 12. Supasorn Suwajanakorn, Steven M Seitz, and Ira Kemelmacher- Shlizerman. Synthesizing Obama: learning lip sync from audio. ACM Transactions on Graphics (TOG), 36(4):95, 2017. 13. Eugenio Tacchini, Gabriele Ballarin, Marco L Della Vedova, Stefano Moret, and Luca de Alfaro. Some like it hoax: Automated fake news detection in social networks. arXiv preprint arXiv:1704.07506, 2017. 14. Eli Pariser. The filter bubble: What the Internet is hiding from you. Penguin UK, 2011. |
