[논문 리뷰] Multiple Infection Sources Identification with Provable Guarantees

Hung T. Nguyen, Preetam Ghosh외 2명|arXiv (Cornell University)|2016. 08. 23.

Complex Network Analysis Techniques참고 문헌 14인용 수 4

한 줄 요약

이 논문은 일반 그래프에서 감염 원인이 여러 개인 경우에 대해 사전에 원인 수를 알지 못한 채도 보장 가능한 근사 알고리즘인 SISI를 제안한다. Truncated Reverse Infection Sampling과 원시-쌍대 방법을 사용하여 관측된 감염 노드와 캐스케이드 시뮬레이션 간의 대칭 차이를 최소화하며, 높은 확률로 $\frac{2}{(1-\epsilon)^2}\Delta$-근사치를 달성하고, F1 측정치와 대칭 차이 측면에서 최신 기법들을 능가한다.

ABSTRACT

Given an aftermath of a cascade in the network, i.e. a set $V_I$ of "infected" nodes after an epidemic outbreak or a propagation of rumors/worms/viruses, how can we infer the sources of the cascade? Answering this challenging question is critical for computer forensic, vulnerability analysis, and risk management. Despite recent interest towards this problem, most of existing works focus only on single source detection or simple network topologies, e.g. trees or grids. In this paper, we propose a new approach to identify infection sources by searching for a seed set $S$ that minimizes the \emph{symmetric difference} between the cascade from $S$ and $V_I$, the given set of infected nodes. Our major result is an approximation algorithm, called SISI, to identify infection sources \emph{without the prior knowledge on the number of source nodes}. SISI, to our best knowledge, is the first algorithm with \emph{provable guarantee} for the problem in general graphs. It returns a $\frac{2}{(1-ε)^2}Δ$-approximate solution with high probability, where $Δ$ denotes the maximum number of nodes in $V_I$ that may infect a single node in the network. Our experiments on real-world networks show the superiority of our approach and SISI in detecting true source(s), boosting the F1-measure from few percents, for the state-of-the-art NETSLEUTH, to approximately 50\%.

연구 동기 및 목표

• 일반 그래프에서 다중 감염 원인을 식별하는 문제에 도전하며, 기존 방법들이 단일 원인 또는 단순한 구조를 가정하는 데서 비롯된다.
• 감염 원인의 수를 사전에 알 필요 없이 작동하는 방법을 개발하는 것.
• 관측된 감염 노드 집합과 후보 원인에서 유도된 캐스케이드 간의 대칭 차이를 최소화하는 것.
• 일반 그래프에서 다중 감염 원인 탐지 문제에 대해 보장 가능한 정확도를 갖는 근사 알고리즘을 제공하는 것.

제안 방법

• 감염 원인 탐지를 관측된 감염 집합 $V_I$와 시드 집합 $S$에서 유도된 캐스케이드 간의 대칭 차이를 최소화하는 문제로 공식화한다.
• 감염 환경를 코딩하는 데 효율적인 도달 가능 집합을 생성하기 위해 Truncated Reverse Infection Sampling (TRIS)을 도입한다.
• 대칭 차이 목적 함수 하에 최적화 문제를 해결하기 위해 하위모듈라비용 커버링을 위한 원시-쌍대 알고리즘을 적용한다.
• 감염 과정의 확률적 성격을 다루기 위해 샘플링 기반 접근법을 사용하여 계산 복잡도를 감소시킨다.
• 높은 확률로 $\frac{2}{(1-\epsilon)^2}\Delta$-근사해를 반환하는 랜덤화 알고리즘을 활용한다.
• 독립 캐스케이드(IC) 모델과 불완전한 관측 조건에서도 작동하도록 프레임워크를 확장하며, 샘플링 절차에 소량의 수정을 가한다.

실험 결과

연구 질문

• RQ1 사전에 원인 수를 알지 못한 채 일반 그래프에서 다중 감염 원인을 식별할 수 있는가?
• RQ2 임의의 네트워크 구조에서 다중 감염 원인 탐지에 대해 보장 가능한 성능 보장을 갖는 근사 알고리즘을 설계할 수 있는가?
• RQ3 관측된 결과와 시뮬레이션된 캐스케이드 간의 대칭 차이를 최소화하는 것이 MDL이나 차수 기반 기준과 비교해 원인 탐지 정확도를 어떻게 향상시키는가?
• RQ4 샘플링 기반 방법이 전염 과정의 확률적 성격을 효과적으로 다루며 최적의 원인 집합을 근사할 수 있는가?
• RQ5 제안된 방법의 성능은 NETSLEUTH 및 k-effector와 같은 최신 기법들과 비교해 원인 수와 감염 크기가 변화할 때 어떻게 달라지는가?

주요 결과

• SISI는 실세계 네트워크에서 진정한 감염 원인을 탐지할 때 F1 측정치 약 50%를 달성하였으며, 이는 NETSLEUTH의 0%에 비해 뚜렷한 향상이다.
• 독립 캐스케이드 모델 하에서 SISI는 k-effector 방법 대비 대칭 차이를 50% 이상 감소시켰으며, 한 원인에 대해 각각 6.6 vs. 18.4의 값을 기록했다.
• 관측된 감염 노드 수 $|V_I| = 1000$인 실험에서 SISI는 진짜 원인의 70% 이상을 탐지했고, NETSLEUTH와 Max-Degree는 0%를 기록했다.
• 더 빠른 변종인 SISI-relax는 강력한 성능을 유지하며, 진짜 원인의 50% 이상을 탐지하고 SISI 수준의 대칭 차이 값을 기록했다.
• SISI는 NETSLEUTH보다 느리지만 훨씬 뛰어난 정확도를 제공하며, 이는 보장된 근사 보장에 의해 이성화된 트레이드오프이다.
• 알고리즘이 다양한 네트워크 유형과 감염 크기에서 뛰어난 안정성을 보이며, 그레디와 Max-Degree와 같은 히우리스틱 기반 방법들을 일관되게 능가한다.