内容 定义 由于在线社交网络信息传播速度快和受众多等特点，大量有着商业目的的话题推广活动在社交网络中展开。在这些话题推广活动中，大量的水军用户被组织起来发表和传播特定的信息。在微博中，水军是一种特殊的垃圾用户，他们被组织起来发表、回复、转发博文或提及他人(@ 用户名)，以达到快速传播目标博文的目的。大量的有目的甚至不真实的博文在社交网络中传播，不仅让正常用户无法看清事件的真相，而且会对他们造成误导，造成不良的社会后果。例如，中国著名导演陆川宣称他的电影《王的盛宴》遭受网络水军的严重诋毁，严重影响了此电影的票房。为了减少网络水军造成的负面影响，研究网络水军的群体特性及其检测方法具有重要意义。网络水军是一群有着特殊目的(如商业推广目的等)的在线用户，他们被组织起来在社交网络中发布大量的推广信息，使得话题是自然传播的还是人为推广的难以分辨。 人员构成 一是核心人员，主要包括网络公关公司及其雇用的＂写手＂和＂水军＂。网络公关公司是＂网络水军＂的幕后老板，负责接受＂客户＂请求，策划组织网络炒作、有偿删帖等活动；＂写手＂熟悉网民心理，专职撰写、提供炒作素材；＂水军＂是网上炒作活动的具体实施者，以网上有偿发帖牟利。 二是上游人员，即＂网络水军＂业务的需求者，主要包括广告商、委托人、爆料人。广告商通过＂水军＂炒作提高其投放广告的点击量；委托人、爆料人提供炒点，通过＂水军＂攻击炒作指定单位、人员，达到某些诉求。 三是下游人员，即＂网络水军＂业务的辅助实施者，主要由专业推手、小型非法网站运营者和知名网站＂内鬼＂构成。专业推手往往是一些网络＂大V＂、＂网红＂等，借助自身在＂粉丝＂中的影响力，为炒作活动站脚助威；小型非法网站运营者、知名网站的＂内鬼＂（如编辑、版主）主要是协助＂网络水军＂删除、置顶帖文等，从中谋取非法利益。 盈利模式 一是有偿删帖。非法建立小型网站，针对地方企事业单位、个人，依托爆料人捏造事实、甚至恶意诽谤，并利用网络推手大肆炒作，胁迫涉事人员和企事业单位出钱＂了事＂。 二是有偿发帖。借助开办的所谓互联网公司，承接＂客户＂发帖业务，通过雇用的＂网络水军＂，有目的有计划地大规模炒作。 三是非法广告宣传。通过雇用的＂网络水军＂，并依托有关系的＂网络大V＂、知名博主、论坛版主、网红等，为＂客户＂转发非法广告、扩大宣传效应。四是恶意传播木马病毒，提高点击率。通过将木马植入网页，刷新网页点击率以博取广告商＂眼球＂，招揽业务、获取经济利益。 作案方式 一是作案手段隐蔽，手法隐晦。一些自媒体＂网络水军＂团伙为规避打击，将涉案网站搭建在境外，使用虚假身份办理银行卡、支付宝、财付通、4G网卡，作案手法专业，已形成集假网站制作、假身份销售、假银行卡账号办理于一体的非法产业链条。 二是冒用新闻媒体名义，借助虚假新闻网站进行炒作。犯罪团伙通过网上搜索企事业单位负面信息，发布或威胁发布负面贴文炒作，形成舆论压力，实施敲诈勒索活动。虚假新闻网站往往被冠以＂法制＂、＂中国＂、＂中华＂等字眼来制造影响力。 三是真假记者勾结串联相互作案。真记者主要是借助其记者身份与受害单位接触，假记者主要从事目标选择、炒作等非接触性工作，不直接索要钱财，而是通过＂报刊费＂、＂广告宣传费＂、＂会员理事费＂等名义变相实施敲诈勒索。 社会危害 ＂网络水军＂早已不是什么新鲜之事，但是＂网络水军＂的黑产却随着互联网的发展而也野蛮生长。一开始的＂单兵作战＂逐步到＂规模团战＂，从侧面的舆论引导到直接正面的黑公关，从小额敲诈到涉案金额高达千万的巨额勒索，＂网络水军＂越发肆意地扰乱网络秩序。自媒体的兴起之下，网络平台极低的准入门槛更是让＂网络水军＂得寸进尺，以更大的曝光换取更多的非法收益。 量刑处罚 （一）违反国家规定，以营利为目的，通过信息网络有偿提供删除信息服务，或者明知是虚假信息，通过信息网络有偿提供发布信息等服务，扰乱市场秩序，具有下列情形之一的，属于非法经营行为＂情节严重＂，处五年以下有期徒刑或者拘役，并处或者单处罚金： 1.个人非法经营数额在5万元以上，或者违法所得数额在2万元以上的； 2.单位非法经营数额在15万元以上，或者违法所得数额在5万元以上的。 （二）实施前款规定的行为，数额达到前款规定的数额5倍以上的，属于＂情节特别严重＂，处五年以上有期徒刑，并处罚金或者没收财产。 专项整治 2020年11月5日，国家网信办召开全国网信系统电视电话会议，决定在全国范围内开展为期2个月的网络＂有偿删帖＂问题专项整治。据了解，此次＂有偿删帖＂问题专项整治行动，全国网信部门将全程跟进督导，严肃约谈处理一批问题严重、整改不力的网站平台，及时查办曝光典型案例，形成震慑效应。 案件 地方查处 2018年7月天津首个利用网站实施＂网络水军＂非法删帖炒作的案件于近期被侦破，16名犯罪嫌疑人被抓获，电脑、手机、移动存储设备及银行卡等一大批涉案物品被扣押。此案涉案金额高达800余万元。 2018年11月28日，四川省叙永县公安局发布通报称，该案系四川全省公安机关破获的首例＂网络水军＂团伙案，已进入公开审理阶段。 2018年12月，据福建省公安厅消息，莆田警方侦破一起公安部挂牌督办的＂网络水军＂案件，摧毁网络恶势力犯罪团伙1个、成员4人，查清炒作网络舆情事件215起，关停非法网站100个。 全国总量 2018年以来，公安部侦破自媒体＂网络水军＂团伙犯罪案件28起，抓获犯罪嫌疑人67名，关闭涉案网站31家，关闭各类网络大V账号1100余个，涉及被敲诈勒索的企事业单位80余家。 水军特点 水军与传统的垃圾用户存在以下几点不同。第一，典型的水军具有很强的群体特征，而垃圾用户通常强调的是单个用户。第二，水军有可能对个人、公司或组织造成伤害，而垃圾用户通常只是增加垃圾信息。第三，水军既可以是被平台API（如新浪微博开放平台API）控制的程序机器人，也可以是公司的雇员或者临时招募的人员等真实的用户，这与传统研究的程序机器Twitter bot等不同。第四，水军通常比垃圾用户更隐蔽。很多水军在通常情况下是正常用户，只有在特定任务到来时才表现出水军的特质，这增加了水军检测的难度。淘宝、亚马逊等电子商务网站中的意见垃圾用户(Opinion Spam) 也是水军的一种，但是意见垃圾用户的检测通常是基于电子商务网站的用户评论进行的。 水军来源 水军网（http://www.shuijunwang.com，目前已被关闭）是一种供在线用户获取水军兼职工作的网络平台，这类网站可以帮助公司、组织等在短时间内召集大量水军。用户可以从这些网站上获取一定的报酬来帮助公司、组织等完成一些特定的任务，如发表广告博文的任务等。这些水军的行为会带来一些负面影响，如有很多博文变得难以相信，因为水军们经常发表不加思考的雇佣方提供的博文。对于一个特定任务，通常有组织者团队(Organizers)负责组织此推广活动，通常有三组人员为他们工作。第一种是资源组(Resource Team)，其负责为推广活动提供素材，如博文内容、图片、视频等，其成员可能是作家和图片、音频、视频制作专家等。第二种是内容发布者(Poster Team)，其任务是将资源组提供的素材发布到特定的网站中，其通常是一个公司、组织的雇员，或公司控制的僵尸用户(如通过新浪微博API控制的僵尸程序)，或是从水军兼职平台临时召集的用户。第三组是观察和评估组(Observation and Evaluation Team)，其通常评价己方推广活动的成果和分析敌方的应对，为组织者的决策提供支持。 水军发现方法 宋（Song）等认为基于用户行为特征的方法具有易伪装性而使得此类方法效果不佳，如果网络水军掩饰自己的被该类方法检测的行为，那么此类方法难以进行检测。他们认为用户间的关系网络相对于用户行为更加稳定，因此他们提出了基于用户关系网络的水军识别方法。他们利用用户间距离和用户关系强度等特征使用多种分类器进行学习，实验发现推特（Twitter）中的只有少数正常用户被水军发布的意见所影响。克里斯特尔（Krestel）等在标签分享站点中建立用户、标签和网络资源的关系结构，然后给定若干种子节点为水军的概率值，假定与水军相邻的用户也很可能为水军，即节点为水军的可疑度是可以在网络中传播的，据此计算得到所有用户为水军的概率值。巴特（Bhat）等发现社交网络水军也会组成社区，他们利用用户行为日志抽取用户交互图并发现水军的重叠社区。他们在数据集中加入了模拟的网络水军用户，此方法的性能仍有待于在真实数据集上进一步验证。 卢（Lu）等使用评论因子图模型(Review Factor Graph Model) 将内容特征与用户特征相结合，然后利用已知的网络水军通过可信度传播理论发现其它未知的网络水军。此方法可以同时发现网络水军和其发布的虚假评论。由于种子水军是事先人工标注的，因此在真实环境中水军识别的准确度可能有所下降。许（Xu）等收集了亚马逊网（Amazon）中的约13万件产品及其评论数据，共包含约60万评论用户。他们分析了用户行为特征并构建分类器发现网络水军，然后他们利用网络水军间的关系修正分类结果以达到更好的效果。 津曼（Zinman）等对社交网络中的用户行为特征和关系网络进行了分析，然后利用朴素贝叶斯模型和神经网络模型对社交网络中的用户进行建模，发现网络水军的典型行为模式。 为了发现网络水军，王（Wang）等首先分析不同于正常用户的个体及群体特征，在当前的水军和垃圾用户的研究中，个体统计特征被广泛研究，但是水军作为群体表现出的群体特征则很少涉及，作者分析和研究了水军的4个个体特征和6个群体特征。然后基于这些特征，提出了一种基于逻辑回归模型的水军用户检测方法。在检测出的水军基础上，分析了在同一个话题中出现的水军社区和同一社区中水军的观点倾向，以研究水军的群体特性。在已发现的水军基础上，发现推广活动的幕后推手。 本词条内容贡献者为:李磊 - 合肥工业大学副教授 - 国家973计划＂社交网络分析与网络信息传播的基础研究＂项目组