شناسایی منبع شایعه در شبکه های اجتماعی با شکل ساختاری (توپولوژی) متغیر با زمان
چکیده
شناسایی کردن منابع شایعه ها در شبکه های اجتماعی نقش بسیار مهمی در محدود کردن میزان آسیب های این شایعات از طریق قرنطینه کردن منبع شایعه دارد. اما، تغییرات زمانی در شکل ساختاری یا توپولوژی این شبکه های اجتماعی و روند های پویا، موجب می شود که تکنیک های سنتی شناسایی کردن منبع شایعه که در شبکه های ایستا مورد استفاده قرار می گرفت، با چالش رو به رو شود. در این مقاله، ما از یک ایده ی جرم شناسی استفاده می کنیم و یک روش جدید برای رفع این چالش ها ارائه می کنیم. در این روش، ما نخست شبکه های متغیر با زمان را به صورت یک سری شبکه های ایستا کوتاه می کنیم و این کار را با پنجره های ادغام زمانی، انجام می دهیم. دوما، به جای منتشر کردن تمام افراد در تکنیک های متداول، ما از یک برنامه ی نشر معکوس استفاده می کنیم تا بتوانیم یک مجموعه از منابع مظنون را برای شناسایی منبع واقعی شایعه، مشخص کنیم. این روند موجب رفع مشکل مقیاس پذیری مسئله ی شناسایی منبع شایعه می شود و ازین رو، به صورت محسوس موجب افزایش کارایی روند شناسایی منبع شایعه می گردد. سوما، برای مشخص کردن منابع واقعی شایعه نسبت به موارد مظنون شناسایی شده، ما از یک مدل نشر شایعه در مقیاس کوچک استفاده می کنیم تا برای هر مظنون، بیشترین احتمال ( ML) را محاسبه کنیم. آن منبعی که بیشترین تخمین ML را ایجاد کند، به عنوان منبع اصلی شایعه در نظر گرفته می شود. ارزیابی ها در این روش بر روی یک شبکه ی اجتماعی واقعی با شکل ساختاری متغیر با زمان اجرا شده است. نتایج آزمایش ها نشان می دهد که روش ما می تواند 60 تا 90 درصد از فضای جست جو برای شایعه را در شبکه های اجتماعی مختلف متغیر با زمان، کاهش دهد. همچنین نتایج نشان می دهد که روش ما می تواند منبع واقعی شایعه را به صورت صحیح تشخیص بدهد، یا فردی را شناسایی کند که نسبت به منبع واقعی شایعه بسیار نزدیک می باشد. بر اساس بهترین دانسته های ما، این روش اولین روشی است که می توان از آن برای شناسایی کردن منبع شایعه در شبکه های اجتماعی متغیر با زمان استفاده کرد.
1. مقدمه
شایعه هایی که در شبکه های اجتماعی پخش می شوند، مدت هاست که تبدیل به یکی از جدی ترین تهدید ها برای جامعه ی ما شده اند. یک شایعه ی اخیر به این عنوان که « اوباما در دو انفجار در کاخ سفید، مجروح شد»، باعث شد که تنها در چندین ساعت، 10 میلیارد دلار خسارت ایجاد شود. این موضوع به خوبی نشان می دهد که یک شایعه می تواند آسیب های زیادی به زندگی و تجارت افراد وارد کند [1]. این روز ها، با توسعه ی دستگاه های موبایل و تکنیک ها و فناوری های بی سیم، ماهیت زمانی شبکه های اجتماعی ( شبکه های اجتماعی متغیر با زمان) تاثیر زیادی بر روی گسترش پویای اطلاعات دارد که در صدر این شبکه ها رخ می دهد [2]. حضور این شبکه های اجتماعی در همه جا و دسترسی راحت به آن ها نه تنها موجب ارتقای کارایی نشر اطلاعات شده بلکه به صورت محسوس موجب تسریع در نشر شایعه می شود [3]. شایعه هایی که مشخصه های طرح نشر خبر به صورت « گفتمان کلامی» و ارتباطات دینامیک بین افراد در شبکه های متغیر با زمان [4] را ترکیب می کند.
Abstract
Identifying rumor sources in social networks plays a critical role in limiting the damage caused by them through the timely quarantine of the sources. However, the temporal variation in the topology of social networks and the ongoing dynamic processes challenge our traditional source identification techniques that are considered in static networks. In this paper, we borrow an idea from criminology and propose a novel method to overcome the challenges. First, we reduce the time-varying networks to a series of static networks by introducing a time-integrating window. Second, instead of inspecting every individual in traditional techniques, we adopt a reverse dissemination strategy to specify a set of suspects of the real rumor source. This process addresses the scalability issue of source identification problems, and therefore dramatically promotes the efficiency of rumor source identification. Third, to determine the real source from the suspects, we employ a novel microscopic rumor spreading model to calculate the maximum likelihood (ML) for each suspect. The one who can provide the largest ML estimate is considered as the real source. The evaluations are carried out on real social networks with time-varying topology. The experiment results show that our method can reduce 60 - 90 percent of the source seeking area in various time-varying social networks. The results further indicate that our method can accurately identify the real source, or an individual who is very close to the real source. To the best of our knowledge, the proposed method is the first that can be used to identify rumor sources in time-varying social networks.
1 INTRODUCTION
RUMORS spreading in social networks have long been a critical threat to our society. A recent incident of rumors “Obama was injured in two explosions of White House” led to 10 billion USD losses in a few hours. This demonstrates that a single rumor can cause great damage to business and life [1]. Nowadays, with the development of mobile devices and wireless techniques, the temporal nature of social networks (time-varying social networks) has a deep influence on dynamical information spreading processes occurring on top of them [2]. The ubiquity and easy access of social networks not only promote the efficiency of information sharing but also dramatically accelerate the speed of rumor spreading [3]. Rumors combine the characteristics of the “word-of-mouth” spreading scheme with the dynamic connections between individuals in time-varying social networks [4].
چکیده
1. مقدمه
2. مبانی اولیه ی شناسایی منابع
2.1 شبکه های اجتماعی متغیر با زمان
2.2 وضعیت امنیتی افراد در شبکه
2.3 مشاهده برای شناسایی منبع
3. محدود کردن مظنون ها
3.1 روش نشر معکوس
3.2 ارزیابی عملکردی
4. تعیین کردن منابع واقعی
4.1 روش های مبتنی بر ML
4.2 مدل انتشار
5. ارزیابی
5.1 صحت شناسایی منبع شایعه
5.2 توجیه کارایی این روش
6. مباحث آتی
7. کار های مرتبط
8. جمع بندی و کار های آتی
منابع
Abstract
1 INTRODUCTION
2 SOURCE IDENTIFICATION PRIMER
2.1 Time-varying Social Networks
2.2 Security States of Individuals
2.3 Observations for Source Identification
3 NARROWING DOWN THE SUSPECTS
3.1 Reverse dissemination Method
3.2 Performance Evaluation
4 DETERMINING THE REAL SOURCE
4.1 ML-based Method
4.2 Propagation Model
5 EVALUATION
5.1 Accuracy of Rumor Source Identification
5.2 Effectiveness Justification
6 FURTHER DISCUSSION
7 RELATED WORK
8 CONCLUSION AND FUTURE WORK
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه