[논문 리뷰] Ranking the Importance Level of Intermediaries to a Criminal using a Reliance Measure

Pritheega Magalingam, Stephen Davis외 1명|arXiv (Cornell University)|2015. 06. 20.

Complex Network Analysis Techniques참고 문헌 54인용 수 3

한 줄 요약

이 논문은 전역 중심성 대신 최단경로 의존성에 기반한 새로운 의존도 측정법을 제안하여 특정 용의자에게 중요한 중개자들을 순위 매긴다. 기존의 중간성 중심성과 달리, 이 측정법은 주어진 소스 노드가 어떤 노드에 가장 의존하는지를 파악해 숨겨진 핵심 인물—예를 들어, 자금세탁 혐의로 유죄 판결을 받은 금융 담당자가 아닌 관리자—를 드러낸다. 이는 엔론과 누르딘 투프 테러리즘 네트워크에서 확인되었다.

ABSTRACT

Recent research on finding important intermediate nodes in a network suspected to contain criminal activity is highly dependent on network centrality values. Betweenness centrality, for example, is widely used to rank the nodes that act as brokers in the shortest paths connecting all source and all the end nodes in a network. However both the shortest path node betweenness and the linearly scaled betweenness can only show rankings for all the nodes in a network. In this paper we explore the mathematical concept of pair-dependency on intermediate nodes, adapting the concept to criminal relationships and introducing a new source-intermediate reliance measure. To illustrate our measure, we apply it to rank the nodes in the Enron email dataset and the Noordin Top Terrorist networks. We compare the reliance ranking with Google PageRank, Markov centrality as well as betweenness centrality and show that a criminal investigation using the reliance measure, will lead to a different prioritisation in terms of possible people to investigate. While the ranking for the Noordin Top terrorist network nodes yields more extreme differences than for the Enron email transaction network, in the latter the reliance values for the set of finance managers immediately identified another employee convicted of money laundering.

연구 동기 및 목표

• 전역 중심성 측정법(예: 중간성 중심성)이 범죄 네트워크에서 특정 용의자에게만 중요한 중개자들을 식별하는 데에 한계가 있다는 문제를 해결하기 위해.
• 특정 소스 노드가 최단경로 내의 중개 노드에 얼마나 의존하는지를 수량화하는 타겟팅된 측정법을 개발하여, 개별 용의자 네트워크에 집중한다.
• 특히 자금세탁 사건에서 핵심 인물이 숨겨져 있을 수 있으므로, 용의자 네트워크에서 가장 중요하게 작용하는 노드를 우선순위로 정함으로써 범죄 수사 효율성을 향상시키기 위해.
• 실제 데이터셋인 엔론 이메일 및 누르딘 투프 테러리즘 네트워크에서 기존 중심성 측정법이 핵심 용의자를 드러내지 못하는 상황에서 이 방법의 효과성을 입증하기 위해.

제안 방법

• 소스 노드가 최단경로를 통해 특정 중개 노드에 얼마나 의존하는지를 수식화한 의존도 측정법을 제안하며, 이는 소스에서 모든 다른 노드로 향하는 최단경로 중 해당 중개 노드를 통과하는 비율로 정의된다.
• 범죄 용의자 중심의 하위네트워크를 추출하기 위해 SPNSA(최단경로 네트워크 탐색 알고리즘)를 적용하여 관련 경로에만 집중한다.
• 의존도 공식을 사용해 각 용의자가 중개 노드에 얼마나 의존하는지를 계산하고, 이를 해당 용의자에게 중요한 순서로 정렬한다.
• 성능 및 독창성을 평가하기 위해 의존도 순위를 페이지랭크, 마르코프 중심성, 중간성 중심성과 비교한다.
• 엔론 이메일 데이터셋(BCC 및 TO/CC 하위네트워크)과 누르딘 투프 테러리즘 네트워크에서 네트워크 분석을 수행하여 방법의 유효성을 검증한다.
• 각 용의자에게 대해 상위 순위를 받은 중개자들을 '범죄 우선순위 노드'로 식별하여 추가 조사 대상으로 제안한다.

실험 결과

연구 질문

• RQ1 전체 네트워크의 중요성보다 특정 용의자에게만 중요한 중개자들을 어떻게 식별할 수 있는가?
• RQ2 최단경로 의존성에 기반한 의존도 측정법이 기존 중심성 측정법보다 범죄 네트워크에서 숨겨진 핵심 인물들을 더 잘 드러낼 수 있는가?
• RQ3 의존도 측정법이 중간성 중심성에서는 상위 순위에 올지 않지만 여전히 운영적으로 핵심적인 인물들을 얼마나 잘 드러내는가?
• RQ4 의존도 측정법이 실세계 범죄 네트워크인 엔론과 누르딘 투프에서 알려진 범죄자나 핵심 인물들을 식별하는 데 도움이 되는가?
• RQ5 페이지랭크, 마르코프 중심성, 중간성 중심성과 비교했을 때 의존도 측정법의 성능과 순위의 독창성은 어떠한가?

주요 결과

• 의존도 측정법은 엔론 TO/CC 네트워크에서 모든 엔론 금융 관리자들이 가장 많이 의존하는 노드로 조지 워사프(식별번호 10351)를 식별했으며, 이는 중간성 중심성으로서는 드러나지 않은 핵심 통찰이다.
• 엔론 BCC 네트워크에서는 벤 글리산(1369)과 앤드류 펄러스(686)가 상호로 의존하는 지점으로 드러났으며, 이들은 모두 나중에 자금세탁 혐의로 유죄 판결을 받았다.
• 의존도 순위는 중간성 중심성으로는 식별되지 않았지만, 실제로 자금세탁 혐의로 유죄 판결을 받은 비금융 담당 관리자까지 드러내어, 이 방법이 숨겨진 핵심 인물을 발견하는 데에 효과적임을 입증한다.
• 중간성 중심성, 페이지랭크, 마르코프 중심성과 비교해 의존도 측정법은 특히 누르딘 투프 네트워크에서 상당히 다른 노드 순위를 도출했으며, 이는 독특한 수사적 가치를 지닌다.
• SPNSA 알고리즘이 네트워크 크기를 관리 가능한 하위네트워크로 줄여, 각 용의자에게 가장 관련성이 높은 노드에 집중한 조사를 가능하게 했다.
• 의존도 측정법은 예를 들어 누르딘 투프 네트워크에서 5명의 핵심 구성원과 같이 높은 확률의 용의자들을 더 작은 집단으로 우선순위 정렬해 깊이 있는 분석을 가능하게 하여, 수사 효율성을 향상시켰다.