소셜 봇은 온라인 플랫폼에서 허위 정보를 유포하고 조직적인 조작을 통해 사이버 보안에 심각한 위협을 가하고 있다. 본 논문은 이러한 봇을 탐지하기 위해 고안된 새로운 접근 방식인 HW-GNN(Homophily-aware graph spectral network with Gaussian window constraints)을 제안한다. HW-GNN은 봇 관련 스펙트럼 특징을 강조하기 위해 학습 가능한 가우시안 윈도우를 사용하는 스펙트럼 네트워크와, 동질성 비율과 주파수 특징 간의 도메인 지식을 가우시안 윈도우 최적화 프로세스에 통합하는 동질성 인식 적응 메커니즘을 포함한다. 다양한 벤치마크 데이터셋에서 실험을 통해 HW-GNN이 기존 방법보다 평균 4.3% 향상된 F1-score를 기록하며 최첨단 봇 탐지 성능을 달성함을 입증한다.
