africa-election-disinfo
收藏资源简介：
本数据集名为“选举虚假信息与政治网络行动（非洲）”，是“非洲网络威胁情报”系列的一部分。它是一个合成数据集，包含10,000条平衡记录（正负样本各50%），所有记录均为基于真实世界研究数据生成的合成数据（is_synthetic=1）。数据集旨在模拟2023年至2025年间非洲大陆的选举虚假信息与政治网络行动。在此期间，有18个非洲国家举行重大选举，使该大陆成为信息战的主要舞台。数据内容捕捉了非洲特定的模式，包括尼日利亚2023年总统选举期间的大规模虚假信息、南非2024年的数字操纵活动、肯尼亚遗留的剑桥分析公司影响网络、埃塞俄比亚的提格雷冲突虚假信息、萨赫勒地区（马里、布基纳法索、尼日尔）与俄罗斯有关的影响力行动，以及刚果（金）2023年选举中的外国干预等。数据集定义了12种具体的操作类型，如假新闻制造、协同不真实行为、深度伪造政治内容、选民压制运动、话题标签操纵等。数据特征丰富，包含39个字段，涵盖操作的基本信息（如国家、平台、内容类型、目标、参与者类型）、行为指标（如涉及账户数、生成帖子数、估计覆盖范围、参与度计数、是否使用机器人/AI内容/虚假账户/VPN等）、时间特征（如竞选持续时间、距选举日天数）、目标特征（如是否针对特定地区或族群）、影响指标（如是否引发暴力、是否影响选举结果、是否侵蚀公众信任）以及响应指标（如是否被事实核查、平台是否采取行动、政府或公民社会是否回应）等。此外，还从原始特征中提取了一系列衍生特征，用于评估操作的规模、技术复杂度、时机、目标风险、外国参与度、影响严重性和响应有效性等。数据集基于多项权威的实时研究报告构建，适用于表格分类任务，主要用于网络安全、虚假信息检测、政治网络行动分析、选举安全研究和非洲区域研究等领域。
This dataset, officially titled *Electoral Disinformation and Political Network Operations (Africa)*, is a component of the "African Cyber Threat Intelligence" series. It is a synthetic dataset containing 10,000 balanced records (50% positive and 50% negative samples), all of which are synthetic data generated from real-world research datasets, marked with is_synthetic=1. The dataset is designed to simulate electoral disinformation and political network operations across the African continent between 2023 and 2025. Over this period, 18 African nations held pivotal elections, positioning the continent as a key theater of information warfare. The dataset captures Africa-specific patterns, including large-scale disinformation during Nigeria's 2023 presidential election, digital manipulation campaigns in South Africa in 2024, legacy Cambridge Analytica influence networks in Kenya, disinformation related to the Tigray conflict in Ethiopia, Russia-linked influence operations in the Sahel region (Mali, Burkina Faso, Niger), and foreign interference in the 2023 general elections of the Democratic Republic of the Congo, among others. The dataset defines 12 specific operational types, such as fake news generation, coordinated inauthentic behavior, deepfake political content, voter suppression campaigns, hashtag manipulation, and more. The dataset comprises 39 comprehensive fields, encompassing multiple categories of information: basic operation information (e.g., country, platform, content type, target, participant type), behavioral metrics (e.g., number of involved accounts, volume of generated posts, estimated reach, engagement count, usage of bots/AI-generated content, fake accounts, VPNs and similar tools), temporal features (e.g., campaign duration, days remaining until election day), target characteristics (e.g., targeting of specific regions or ethnic groups), impact metrics (e.g., incitement of violence, impact on election outcomes, erosion of public trust), and response indicators (e.g., status of fact-checking, platform enforcement actions, responses from governments or civil society, and other related metrics). Additionally, a suite of derived features is extracted from the original features to assess the scale, technical complexity, timing, target risk, foreign involvement, impact severity, and response effectiveness of the operations, among other evaluation dimensions. The dataset is constructed using multiple authoritative real-time research reports, and is applicable to tabular classification tasks, primarily serving applications in fields including cybersecurity, disinformation detection, political network operation analysis, election security research, and African regional studies.
数据集概述：非洲选举虚假信息与政治网络行动
该数据集聚焦非洲大陆的选举虚假信息和政治网络行动，由 electricsheepafrica 提供，是“非洲网络威胁情报”系列的一部分。所有数据均为合成数据（is_synthetic=1），但基于真实世界的研究数据生成。
基本信息
- 数据集名称：Election Disinformation & Political Cyber Operations (Africa)
- 语言：英语
- 许可证：MIT
- 任务类型：表格分类
- 数据规模：10,000 行，正负样本平衡（50/50）
- 数据来源：合成数据
背景与覆盖范围
数据集反映了2023-2025年非洲众多国家（18个）举行大选期间的信息战格局。其中涵盖了多个关键国家及特定模式，包括：
- 尼日利亚 2023：总统选举期间大量虚假信息及AI生成候选人音频。
- 南非 2024：各党派间的数字操控活动。
- 肯尼亚：受Cambridge Analytica影响遗留的付费网红虚假信息网络。
- 埃塞俄比亚：提格雷冲突中的虚假信息和种族仇恨言论放大。
- 萨赫勒地区（马里、布基纳法索、尼日尔）：与俄罗斯有关的支持军政府的行动。
- 刚果民主共和国 2023：外部干预选举及结果操纵指控。
- 主要平台：Facebook/WhatsApp 是主要传播渠道，TikTok 正在迅速崛起。
操作类型
数据集包含12种操作类型，具体如下：
| 类型 | 描述 |
|---|---|
fake_news_fabrication |
编造关于候选人或事件的虚假新闻故事 |
coordinated_inauthentic_behavior |
虚假账号网络协同行动 |
deepfake_political_content |
AI生成的政治音频/视频 |
voter_suppression_campaign |
抑制特定选民群体的投票意愿 |
hashtag_manipulation |
人为炒作政治话题标签 |
bot_network_amplification |
机器人驱动的叙事放大 |
influencer_for_hire |
付费网红传播政治内容 |
hate_speech_incitement |
基于种族或宗教的仇恨言论运动 |
foreign_influence_operation |
国家支持的境外干预 |
election_result_manipulation_claim |
关于选举舞弊的虚假指控 |
candidate_impersonation |
冒充政治候选人 |
poll_manipulation |
利用虚假民调影响选民认知 |
特征说明
数据集包含39个原始特征和多个提取特征，主要分为以下几类：
- 基础信息：
record_id、country、operation_type、platform、content_type、target、actor_type、language、funding_source。 - 行动规模：
accounts_involved、posts_generated、estimated_reach、engagement_count、campaign_duration_days。 - 技术手段：
uses_bots、uses_ai_content、uses_fake_accounts、uses_vpn_proxy、cross_platform_coordination、paid_promotion。 - 时间与目标：
election_period、days_to_election、targets_specific_region、targets_ethnic_group、incites_violence。 - 外部关联：
foreign_state_linked、foreign_country_origin、mainstream_media_pickup、protest_triggered、violence_triggered、election_outcome_affected、public_trust_eroded。 - 响应措施：
fact_checked、platform_action_taken、accounts_removed、government_response、civil_society_response。 - 标签：
label（1=虚假信息，0=合法信息）、is_synthetic（均为1）。
提取特征包括：
- 规模指标：
large_account_network、viral_reach、high_engagement。 - 技术复杂度：
tech_sophistication_score、automated_campaign、ai_enhanced。 - 时间标记：
pre_election、election_day、close_to_election。 - 风险与影响：
ethnic_targeting、violence_incitement、foreign_operation、impact_score、high_impact。 - 响应效果：
response_score、platform_enforcement、no_accountability。 - 类别编码：操作类型、平台类型、行动者类型、目标类型、区域标志（如
is_west_africa）。 - 综合评分：
disinfo_threat_score、societal_harm_score、resilience_score。
情报来源
数据集引用了以下真实世界情报源来生成合成攻击样本：
- DFRLab / Atlantic Council — 非洲选举虚假信息追踪
- Meta 对抗性威胁报告（2023-2025）
- 牛津互联网研究所 — 计算宣传项目
- EU DisinfoLab — 非洲调查
- INTERPOL 非洲网络威胁评估（2025）
使用示例
python from datasets import load_dataset dataset = load_dataset("electricsheepafrica/africa-election-disinfo")
