[論文レビュー] Multiscale Evolutionary Perturbation Attack on Community Detection

Jinyin Chen, Yi-Xian Chen+3 more|arXiv (Cornell University)|Oct 22, 2019

Complex Network Analysis Techniques参考文献 43被引用数 6

ひとこと要約

本稿では、遺伝的アルゴリズムを用いて、グローバルスケール、メソスケール、マイクロスケールの3つのスケールでコミュニティ検出を混乱させるために、戦略的にリンクを再接続または追加するための進化的摂動攻撃（EPA）手法を提案する。EPAは、最小限のリンク変更で標的ノードやコミュニティを隠蔽するという点で最先端の攻撃性能を達成し、多数のコミュニティ検出アルゴリズム間で優れた転送性を示している。

ABSTRACT

Community detection, aiming to group nodes based on their connections, plays an important role in network analysis, since communities, treated as meta-nodes, allow us to create a large-scale map of a network to simplify its analysis. However, for privacy reasons, we may want to prevent communities from being discovered in certain cases, leading to the topics on community deception. In this paper, we formalize this community detection attack problem in three scales, including global attack (macroscale), target community attack (mesoscale) and target node attack (microscale). We treat this as an optimization problem and further propose a novel Evolutionary Perturbation Attack (EPA) method, where we generate adversarial networks to realize the community detection attack. Numerical experiments validate that our EPA can successfully attack network community algorithms in all three scales, i.e., hide target nodes or communities and further disturb the community structure of the whole network by only changing a small fraction of links. By comparison, our EPA behaves better than a number of baseline attack methods on six synthetic networks and three real-world networks. More interestingly, although our EPA is based on the louvain algorithm, it is also effective on attacking other community detection algorithms, validating its good transferability.

研究の動機と目的

• コミュニティ構造を隠蔽する必要があるプライバシーに配慮した応用分野におけるコミュニティのあざむきを解決するため。
• グローバル（マクロスケール）、標的コミュニティ（メソスケール）、標的ノード（マイクロスケール）の3つのスケールにわたるコミュニティ検出攻撃を形式化するため。
• リンク変更数を最小限に抑えつつコミュニティ構造への混乱を最大化する最適化ベースの攻撃手法を開発するため。
• Louvain以外の多様なコミュニティ検出アルゴリズム間での攻撃の転送性を評価するため。
• リンクの脆弱性に関する洞察を提供し、耐障害性の高いコミュニティ検出防御の設計を支援するため。

提案手法

• EPAは攻撃を最適化問題として定式化し、敵対的ネットワーク構造を進化させるために遺伝的アルゴリズム（GA）を用いる。
• 非等しいクロスオーバー戦略を採用し、変動するリンク変更数を表現するための染色体長を動的に調整する。
• 媒介性やネットワーク距離などのネットワーク構造的特徴を適応関数に統合し、高影響度の摂動へと探索を誘導する。
• 集団のネットワーク構成を進化させ、最小限のリンク変更でコミュニティ構造を最も顕著に変化させるものを選別する。
• リンクの再接続と追加の両方の摂動を含み、特に破壊的効果が最大となるブリッジノードおよび高媒介性ノードを標的とする。
• 性能は合成ネットワークおよび実世界ネットワーク（Football, Email, Pol.Blogs）を用いて評価され、次数増加とコミュニティシフト指標によって測定される。

実験結果

リサーチクエスチョン

• RQ1 最小限のリンク変更で、マクロスケール、メソスケール、マイクロスケールの複数スケールでコミュニティ検出を効果的に混乱させることができる一貫した攻撃戦略は存在するか？
• RQ2 異なるネットワークタイプにおいて、提案されたEPA手法は既存のベースライン攻撃手法と比較して、どの程度効果的か？
• RQ3 Louvain、Infomap、EIGなどの異なるコミュニティ検出アルゴリズム間で、EPA手法の転送性はどの程度高いか？
• RQ4 媒介性、次数、モジュラリティなどのネットワーク構造的特徴のうち、効果的な攻撃成功を予測するのに最も寄与するのはどれか？
• RQ5 リンク変更の種別（再接続対追加）が、コミュニティ構造の混乱の効率性および有効性に与える影響は何か？

主な発見

• EPAは、すべてのベースライン手法を上回り、3つの攻撃スケールすべてで最高のコミュニティ構造の混乱を達成した。
• Footballネットワークでは、$T_3$の標的条件下で、$D_r$ベースライン手法と比較して、標的ノードの次数増加が最大815%まで低下した。
• Pol.Blogsネットワークでは、EIGアルゴリズム下で$T_1$の標的条件下で、次数増加が227%増加した。これは、攻撃の有効性が顕著に高いことを示している。
• EPAは優れた転送性を示した。Louvainアルゴリズム（訓練に使用）に加え、Infomap、GRE、WAL、EIG、SPIの各アルゴリズムに対しても効果的に攻撃を実行した。
• 特に、コミュニティ間接続性に寄与するブリッジノードや高媒介性ノードは、リンク摂動に対して感受性が高いため、攻撃に特に効果的であった。
• 実世界ネットワークにおいて、EPAは標的ノードの次数よりもはるかに少ない追加リンク数で攻撃を達成した。これは、マイクロスケール攻撃における効率性を裏付けている。