17安全网

标题: 天津破首例水军案 [打印本页]

作者: admin 时间: 2018-8-4 10:20
标题: 天津破首例水军案
2018年7月份，天津市破获了首个利用网站实施“网络水军”非法删帖炒作的案件，共抓获犯罪嫌疑人16名，涉案金额高达800余万元。

案件经过是在17年11月份时，天津市公安局宝坻分局海滨派出所民警在对辖区某网吧进行检查时，发现坐在角落里的一名男子神情紧张。民警随即依法对该男子进行盘查，发现他并不是网上通缉的在逃人员。就在民警对其反常举动感到疑惑时，该男子试图将电脑屏幕上的网页关闭，后被民警控制。

经查，该男子登录的是一个网站的后台操作平台。据该男子交代，他是受人雇佣，帮助公司或当事人删除对其不利帖文。随后,民警在该男子租住的房屋将其同伙抓获。

调查发现，这是一个以网站为核心平台的“网络水军”团伙，该团伙业务遍布各大网络论坛，他们通过社交软件与“上级”联系，在快速删帖后，会得到一定的酬劳。涉案团伙服务范围覆盖整个互联网，具有“地域范围广、人员数量多、违法业务多”等特点。他们所拥有的网站主要业务包括：利用手中的网络资源大肆群发广告，炒作网络事件及论坛“灌水”,“收钱”为客户联系网络资源删除特定网站信息等。　

18年3月初，专案组在湖南省长沙市抓获了该团伙成员张某。据张某交代，他主要工作是保证网站首版是正常的内容，清洁首页。

随着调查的深入，案件侦办也越来越难，比如相当一部分曾经找该团伙删帖的公司或当事人都不愿作证，给案件的侦办带来不小的难度。6月2日，专案组获取了一条重要线索：该团伙骨干成员沈某正在河北省雄县活动。专案组立即驱车前往雄县展开抓捕。

6月7日，专案组将沈某以及两名同伙抓获，并在三人租住地查获3台电脑、4部手机。

经查，今年36岁的沈某是北京某名牌大学硕士研究生，原本在一家网络公司上班，拿着较高的薪水。工作中,他发现很多公司或当事人都有删帖的需求,于是建立了专门的网站,网站通过搭建网民与“网络水军”之间的桥梁,以抽取任务佣金的方式运营,即网民在网站注册成雇主,“网络水军”注册成推广服务商,雇主通过网站发布任务,内容多为社交圈转发、广告软文、投票活动等,其中不乏淫秽、诈骗、赌博及谣言等信息;推广服务商认领任务,并通过平台反馈任务完成情况,雇主负责审核任务完成度并结算佣金。在很短时间里,沈某一人就非法获利220余万元。

对于取得的“成就”,沈某认为自己正是看准了“网络水军”常充当“捧人推手”和“网络打手”这个特性,将时下的热点和网民情绪结合起来,通过“借势”和“造势”达到营销目的。“网络水军”们往往没有底线，只要给钱，客户提供的任何内容都敢发,高利润让他们不惜以身试法。

目前，不少明星经纪团队都存在通过购买“网络水军”来提升流量的行为。“网络水军”地下产业链在屡次被曝光后依旧活跃，AI“水军”甚至已经上岗。

随着这几年来新的网络社区相继涌现，“网络水军”也一路高歌猛进，不断侵入新的平台，“每个平台都有百万级的‘网络水军’，加起来可能在千万级以上。他们覆盖了微博、微信公众号、豆瓣、知乎、百度贴吧、各大论坛、新闻网站、直播平台，还有这几年比较火的今日头条、小红书、快手、抖音等。”

一家水军公司的一位经理介绍，他们已经“干了三年多”，目前业务范围很广，只要能想到的平台他们都可以“刷”。以微信公众号刷流量为例，微信公众号刷阅读量，一般按‘万’来算的，现在差不多是300元刷1万的阅读量，比如你原来阅读量是1万，现在给你刷1万，变成2万。

这就意味着，一篇所谓的“10万+”爆款文，在“网络水军”的黑色产业链中，用差不多3000元就能搞定。另外，微信公众号刷评论1元1条。而微信公众号刷粉丝数的价格时则和菜价一样每天都有波动，人工刷(粉丝)的话现在是5毛钱1个，机器刷的话，价格暂时没法确定，因为机器刷用的账号可能会被系统后台屏蔽，所以存在不确定性。但是机器刷总体要比人工刷便宜很多。

作者: admin 时间: 2018-8-4 10:56
网络水军的兴起起源于互联网的爆发式发展，在论坛时代兴起，在微博时代进入鼎盛巅峰阶段，随着网络主管部门要求微博进行实名认证，水军的野蛮生长时代也开始终结。

2014 年前后，水军几乎所有核心人员，都被政府 " 请去喝茶 "。并且有了 " 底线 " ——政治是红线，不能碰；谣言、毁谤、维权的案子，利润再高，也不敢碰。此后，水军主要涌进两个领域，一个是娱乐炒作，另一个是企业宣传。

网络水军也被戏称为五毛党，来源是最开始出现在公众视野中的长沙市委宣传部的网络评论员每月底薪600元，另外每帖按五毛钱来加薪。也就是说发一贴能挣五毛钱，五毛党因此得名。目前已经有芝加哥大学研究人员利用神经网络训练出一种 AI 水军，可以在亚马逊、Yelp 等网站下自动生成假评论，不但可以绕过机器检测，而且跟普通人的真实评论很像，几乎能以假乱真。

研究人员用网上已有的大量真实评论为素材，使用循环神经网络（RSS）进行训练，用语言模型来预测下一个单词的概率，从而生成新的文本。这种技术生成的评论不是简单从已有素材中进行复制，所以不会被机器检测到。

欢迎光临 17安全网 (http://17anquan.cn/)