南京邮电大学学报(自然科学版)

作者：单学阳,张振家,孙知信

单位：南京邮电大学 江苏省邮政大数据技术与应用工程研究中心，江苏 南京 210003；南京邮电大学 国家邮政局邮政行业技术研发中心（物联网技术），江苏 南京 210003；南京邮电大学 宽带无线通信与传感网技术教育部重点实验室，江苏 南京 210003南京邮电大学 江苏省邮政大数据技术与应用工程研究中心，江苏 南京 210003；南京邮电大学 国家邮政局邮政行业技术研发中心（物联网技术），江苏 南京 210003；南京邮电大学 宽带无线通信与传感网技术教育部重点实验室，江苏 南京 210003南京邮电大学 江苏省邮政大数据技术与应用工程研究中心，江苏 南京 210003；南京邮电大学 国家邮政局邮政行业技术研发中心（物联网技术），江苏 南京 210003；南京邮电大学 宽带无线通信与传感网技术教育部重点实验室，江苏 南京 210003

关键词：伪造文本检测模型；多伪造类型数据集；多模特征；注意力机制；时空特征融合网络

基金：国家自然科学基金（61972208，62272239）资助项目

伪造文本检测是保证社交安全的重要条件。融合多模特征注意力机制的伪造文本检测，实现多类型伪造文本的检测，并提高其精度。针对目前数据集的不足，根据不同的文本生成模型GPT 2、Grover、LSTM等制作了对应的多伪造类型数据集。融合GLTR、Grover和LP(Language and Physical)3个多模特征，使用注意力机制将该3个模型输出进行融合。设计时空特征融合网络充分提取时序信息和局部空间信息。最后添加分类层完成伪造文本的分类。实验结果表明：融合多模特征和时空特征融合网络可提取更多的伪造信息，同时充分融合了时序和局部空间信息，提升了伪造文本的表征能力，且泛化能力也优于以往网络。

来源：2023年第06期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第06期