術語表：假設你完全沒看過這個實驗

導航：目錄 ｜ 第 0 課

這份表列出學習資料夾裡出現的所有專業詞。每個詞都用白話解釋，不需要任何統計或機器學習背景。每一課開頭也會列出該課第一次出現的詞。

一、研究在比較什麼

投票平台：讓人對題目投票的網站或應用程式。 題目：一個被拿來投票的問題，例如「要不要通過某個提案」。研究中也叫「提案」。程式中的欄位名稱是 q，我們舉例時也寫成 q。 票：一個人對某一題投的一次選擇。 選項：一題可以選的答案，例如「贊成」「反對」。 帳號：平台用來辨認使用者的身分，可以跨多題追蹤同一個人。 vote_token（投票憑證）：每一票附帶的一組隨機字串，由使用者的助記詞與題目編號推導出來。同一人在不同題目上的 vote_token 不同，因此無法把兩題的票連到同一個人；但不是帳號，平台也不用它來登入。研究中 AVP 的每票只有這個憑證，沒有可以跨題追蹤的帳號。 來源域：用來學習的平台。研究用了三個有帳號的平台：Decentraland（DAO 治理投票）、Polis（意見調查）、YelpNYC（紐約市的店家評論）。 目標域：要應用學到的東西的平台。研究中是 AVP。 AVP（不記名投票平台）：研究的目標平台。每一票都附一個 vote_token（投票憑證），不是帳號；同一人在不同題目上的 vote_token 不同，無法跨題連結。 研究問題（RQ）：研究想回答的問題。RQ1、RQ2、RQ3 分別是三個問題。

二、攻擊與假資料

灌票：為了改變結果，集中大量投票到某個方向。 注入：人工製造假的灌票資料。因為真實的灌票沒有被標記過，研究只能自己製造。 替換式注入：把一些真票改成假票，總票數不變。 加法式注入：在原有的票上多加假票，總票數會變多。 攻擊（S-B、S-L、S-W、C、S-M）：研究設計的五種灌票模式的統稱。字母的全名是我們根據程式命名推定的，見下表。

代號	推定全名	白話	程式參數
S-B	Burst（爆發）	在投票期間中的一小段時間內，集中大量投同一方向	時段佔投票期間的 5%
S-L	Late（晚段）	只在投票結束前的最後一段時間投，即尾段翻盤；投給排名第二的選項	最後 20% 的時間
S-W	Wave（波）	分三波投票，每波都是短暫的集中投入	3 波，每波 5% 的時段
C	Campaign（活動）	一群 100 個帳號同時攻擊 3 到 8 題，每題在約 1 小時內投票（網軍）	跨題攻擊
S-M	Mimic（模仿）	投票時間照正常票的分布，刻意模仿正常行為（時間擬態）；偵測器抓不到就是「被騙」（漏抓），AUC 接近 0.5	沒有集中的時段

S 的含義：S 代表 Single（單一題目）。S-B、S-L、S-W、S-M 都只攻擊一題；C 跨多題，所以不加 S。 網軍：一群協同行動的帳號，共同投票影響結果。 攻擊強度 γ（伽瑪）：在被攻擊的每一題中，被替換掉的真票佔該題全部票數的比例。研究主要用 0.20，也就是約 20% 的票被換成假票。

三、資料怎麼切、怎麼用

參照題：用來學習「正常長什麼樣」的題目。訓練時可以看，也可以在上面製造假灌票。 檢驗題：用來考試的題目。訓練時完全不能碰，只用來最後打分。 分層切分：切分時依票數的多寡分組，再從各組各抽一部分，讓兩邊的票數分布接近。 冷啟動：新平台只有很少題目時的情況。 n：參照題數，也就是冷啟動時用來學習的題數，例如 n = 10 表示只用 10 題參照。它不是實驗次數。 保留店家：紐約市 YelpNYC 資料中的一批店家，在研究初期就切出來、完全不讀，只在最後的確認時使用。 確認性評估：最後用保留下來的資料做一次正式檢驗，只做一次，不因結果重做。 合成資料：人工生成的假資料，用來測試程式，不是真實資料。

四、從資料算出數字

特徵：從一題的票算出來的數字，例如選項比例、投票的時間分布。機器用特徵來判斷。 提案圖：把題目當成點，時間上重疊的題目之間連一條線，形成一張圖。圖上的點叫節點，線叫邊。 圖小波：在圖上對數字做平滑或過濾，抓出數字在圖上的起伏模式。把它想成「看圖上數字的波動」即可。 對齊：用各平台自己的參照題做標準化，讓不同平台的數字可以放在同一把尺上比較。 字典：用正常的參照題記下「正常題目長什麼樣」的一組範本。 重建誤差：用字典去還原一題，還原得越不像，代表這題越不正常。數字越大越可疑。 代理標籤：沒有真正答案時，用外部名單或規則當成「近似的答案」。例如用空投女巫名單當作可疑。

五、模型

模型：會從資料學規則，然後對新資料給出判斷的程式。 訓練：讓模型從有答案的資料學習規則。 預測：用訓練好的模型對新資料給出分數。 分數：模型給每題的一個數字，越大代表越可疑。 梯度提升：一種模型。把很多簡單的規則一條一條加起來，每條新規則修正前面規則的錯誤。研究中當成黑箱使用即可。 超參數：模型的設定數字，例如規則的最大深度、學習速度。要在看結果之前就事先決定。 圖神經網路（GNN）：一種較複雜的模型，直接在圖上學習。研究的第一輪用的是它。 第一輪 / 第二輪：研究分兩次做。第一輪用 GNN，結果沒有通過事先定的規則；第二輪改用 R2。 R2：第二輪的模型名稱，是梯度提升加上前面的特徵（時間圖、對齊、字典）。名字只是編號，不是統計上的 R²。 跨域：把在一個平台學到的模型，拿到另一個平台使用。 自我注入：目標平台（AVP）用自己的參照題，人工製造假灌票來訓練模型（第 5 階段）。 合併模型：同時用來源域的假資料與 AVP 自己的假資料一起訓練。

六、衡量好壞

正例：被攻擊的題（灌票題）。在 AUC 中，應該被排在前面的那一類。 負例：沒有被攻擊的題（正常題）。

AUC：衡量「排序能力」的數字。隨機抓一題灌票和一題正常，模型把灌票排在前面的機率。0.5 是亂猜，1.0 是每次都正確。 排序：依分數從大到小排列題目。 區間（95% 區間）：一個數字可能的範圍。例如 [0.08, 0.14] 表示我們有相當把握，真正的數字在這個範圍內。 差（d − e、借用 − 自造）：兩個方法的 AUC 相減。大於 0 表示前者比較好。 標準化平均差（SMD）：衡量兩組是否平衡的數字。越接近 0 越平衡。

七、估計誤差範圍

實驗：用同一個隨機種子做一次「製造假灌票、再打分」。實驗次數（真實研究）：Polis 10 次、Decentraland 12 次。每次實驗的假灌票位置不同，分數也不同。程式中的欄位名稱是 draw，我們舉例時寫成 r。論文中也稱為「抽樣」（注入抽樣）。 bootstrap（重抽樣）：從手上的資料有放回地重新抽樣，重做很多次，看結果會怎麼變，藉此估計誤差範圍。注意：2,000 次是「重抽」的次數，不是實驗次數；它不會增加新的實驗。 抽樣層級 bootstrap：只重抽「實驗」，題目不動。只反映「每次實驗的假灌票不同」造成的變動，所以區間較窄。第 1 到第 4 階段（含確認性評估）的判定用這一種。 兩層 bootstrap：先重抽「實驗」，再在每次被抽到的實驗裡重抽「題目」。同時反映兩種變動，所以比抽樣層級寬。第 5 階段起的判定用這一種；第 4 階段也用它重算，但只報告，不改判定。 交叉 bootstrap：所有實驗共用同一組重抽的題目。比兩層更保守。第 8 階段（審查後、經預先登記）用它檢查結論會不會改變；判定仍以兩層為準。 分層重抽：正例與負例各自重抽，兩組的題數都不變。產生器稽核用的 boot_ci 就是這種做法。 種子（隨機種子）：讓隨機結果可以重現的起始數字。同一個種子，每次跑出來的隨機數都一樣。

八、決定要不要標記

p 值：如果這題其實是正常的，看到這麼極端的分數的機率。越小越可疑。 誤判率（FPR）：正常的題目被誤標為可疑的比例。 FDR（錯誤發現率）：被標為可疑的題目中，實際上是正常的比例。 BH 方法：一種決定要標記哪幾題的程序，用來控制 FDR。 Simes 檢定：判斷一整批題目裡有沒有任何一題可疑。 整批檢定：對一整批題目問「有沒有任何一題可疑」，而不是逐題判斷。 共形推論：一種用「校準集」算出每題誤判率的方法，不需要模型一定正確。 校準集：已知正常的一組題目，用來決定判斷的標準。 誤報：正常的題目被誤判為可疑。 檢定力：真的有灌票時，方法能抓到的機率。

九、確保結果可信

預先登記：做實驗前，先把做法與判定規則寫下來並存檔，之後不能事後更改。 協定：預先登記的實驗計畫文件。 修訂紀錄：協定的修改記錄，寫明何時改、為什麼改。 資料洩漏：模型在學習時不小心看到了答案，成績會虛高。 獨立比對：用另一套獨立寫的計算結果，和原本的結果對照，確認沒有算錯。 sklearn（scikit-learn）：常用的 Python 機器學習套件，研究用它做獨立比對。 加權：給每題不同的權重（次數），讓它在計算時佔不同的份量。 單元測試：自動檢查程式是否按預期運作的小測試。 程式碼審查（code review）：人工逐段閱讀程式，檢查是否正確。

十、補充：資料來源、研究與其他詞

權重：每題在計算時佔的份量。權重為 2 的題，等於算了兩次。 熱核（heat kernel）：一種在圖上平滑數字的數學工具。可以想成數字在圖上「擴散」的速度，用來抓出圖上的起伏模式。 百分位：把一批數字由小到大排後，位於某個百分比位置的數字。例如第 90 百分位：有 90% 的數字比它小。 分位（分位數）：把一批數字由小到大排後，位於某個比例位置的數字。例如第 2.5% 分位：有 2.5% 的數字比它小。 可達性：規則能不能被滿足的檢查。例如某個判定規則在最理想的情況下都做不到，那就不可能用它得出結論。 真值：真正的答案。研究中因為沒有真實標籤，很多時候只能用代理標籤近似。 樣本：從資料中抽出來用來計算的一部分資料。 累計投票次數：同一個人在這個平台上之前已經投過幾題（程式中的欄位叫 vvc）。它有兩個限制：可能把匿名的票串回同一個人，所以部署版本不使用；而且不是每個第三方平台都會提供，所以研究把它當作消融實驗來檢查。在目標平台上它由用戶端自行回報、無法驗證。歷史上，早期版本（v3）不用身分，它曾是少數能和其他平台對齊的行為訊號；到 v13 來源域允許用身分後，它的角色可能改變。 Hop：一個區塊鏈協議。它公布過一份「空投女巫」名單，也就是用假帳號領取免費代幣的人。 LayerZero：另一個區塊鏈協議，也公布過一份類似的女巫名單。研究用它來檢驗跨名單的結果。 XGBoost：另一種梯度提升的套件，E 課裡引用的 LayerZero 名單研究用它來偵測女巫。 Snapshot：一個常用的 DAO（去中心化自治組織）投票平台。Decentraland 的治理投票資料來自這裡。 Polis：一個意見調查平台，參與者對各種意見表示同意或不同意，研究用它的公開資料（有帳號的來源域之一）。 Yelp（YelpNYC）：美國的店家評論網站。YelpNYC 是紐約市的店家與評論資料，研究用它來做來源域（有帳號的來源域之一）。 GADBench：一篇比較各種「圖異常偵測」方法的基準研究。研究引用它來說明「樹模型常勝過圖神經網路」的發現一致。 OWLEYE：一篇跨圖異常偵測的研究，用「正常型態字典」做零樣本偵測。研究的字典概念來自它。 GAD-NR：一篇用「鄰居重建」做圖異常偵測的研究。研究的重建思想來自它。 BOND：一篇無監督圖異常偵測的基準研究。研究用它說明注入式假資料容易被識破。 DAO-GCNN（DuPont 2023）：一篇用圖深度學習分析匿名投票網路的研究。研究的時間圖概念來自它。 學術會議（ICLR、NeurIPS、WSDM 等）：發表論文的學術會議名稱，寫在引用文獻裡表示該研究發表的地方。

十一、方法名稱（對照舊協定的代號時用）

借用模型：只用其他來源域的資料訓練，直接拿到 AVP 上用。協定代號 (d)。 借用＋字典：借用模型，再加上 AVP 自己的參照題建立的字典。協定代號 (b2)。 自造假資料：AVP 用自己的參照題，人工製造假灌票來訓練（第 5 階段）。協定代號 (e)。 自造假資料（R2 版）：同上，但使用 R2 的特徵。協定代號 (e2)。 自學無監督：AVP 只用自己的資料，不用假資料訓練，例如 kNN、IF、LOF 三種方法。協定代號 (c)。 代號衝突：早期的第 2 階段協定也用 (e) 代表「只用時間重疊邊的來源模型加目標域字典」。第二輪已移除該方法，(e) 在第 5 階段才被重新用於自造假資料。讀到代號時，要先確認是哪一階段的協定。學習資料夾一律使用方法名稱。 kNN、IF、LOF：三種最基本的「找出不一樣的題目」方法。kNN 看一題和最近幾題差多遠；IF（隔離森林）看一題多容易被單獨切出來；LOF 看一題的密度是否比鄰居低。

十二、補充：比較與檢查用的詞

產生器：製造假灌票的程式。研究中的「注入產生器」負責把真票換成假票，造出各種攻擊。 稽核（產生器稽核）：檢查假資料有沒有留下不該有的痕跡。例如某個欄位只有假票才會出現，偵測器就可能學到這個痕跡，而不是灌票本身。 欄位：資料表裡的一項資訊。例如每一票的選項、投票的時間，都是欄位。 無監督（方法）：不使用答案（哪題是灌票）來學習，只看資料本身的分布，找出與眾不同的題目。 基準（baseline）：拿來比較的參考方法。新方法要比基準好，比較才有意義；基準太弱，比較的結論就不可靠。 對照（組）：和主要方法放在一起比較、用來排除其他解釋的一組方法或設定。 真實標籤：真正知道答案（哪題是真的灌票）的標記。AVP 沒有真實標籤，所以研究只能用代理標籤近似。 重抽次數 B：bootstrap 重抽的次數，例如 B = 2000。它不是實驗次數，也不會增加新的實驗。