[論文レビュー] An Efficient Local Strategy to Control Information Spreading in Network

Anoop Mehta, Ruchir Gupta|arXiv (Cornell University)|Sep 26, 2015

Complex Network Analysis Techniques参考文献 7被引用数 3

ひとこと要約

本稿では、スケールフリーネットワークにおけるフェイクニュースの広がりを制御する、新たな局所的免疫戦略を提案する。この戦略は、各ノードの次数とその近隣ノードの平均次数という局所的ノード情報のみを用い、局所的中心性比を計算することで、感染しやすいノードを特定・免疫化する。その結果、全ノードの4%しか免疫化しなくても完全な流行制御が達成され、全ネットワーク情報が得られるグローバル中心性手法（最大30%のノードを免疫化する必要がある）を著しく上回る性能を示した。

ABSTRACT

In social networks, control of rumor spread is an active area of research. SIR model is generally used to study the rumor dynamics in network while considering the rumor as an epidemic. In disease spreading model, epidemic is controlled by removing central nodes in the network. Full network information is needed for such removal. To have the information of complete network is difficult proposition. As a consequence, the search of an algorithm that may control epidemic without needing global information is a matter of great interest. In this paper, an immunization strategy is proposed that uses only local information available at a node, viz. degree of the node and average degree of its neighbour nodes. Proposed algorithm has been evaluated for scale-free network using SIR model. Numerical results show that proposed method has less complexity and gives significantly better results in comparison with other strategies while using only local information.

研究の動機と目的

• グローバルなネットワーク情報が入手困難な大規模ネットワークにおいて、エピデミック的な情報拡散を制御する課題に対処すること。
• 各ノードの次数と近隣ノードの次数情報のみを必要とする、分散型で局所的な免疫戦略を開発すること。
• スケールフリーネットワークにおける感染拡大を効果的に停止させながら、免疫化が必要なノード数を最小限に抑えること。
• グローバル中心性に基づく既存手法と比較し、免疫化効率と計算複雑性の観点から性能を評価すること。

提案手法

• 提案手法は、ノードの次数をその近隣ノードの平均次数で割った値として定義される局所的中心性を計算する：$ NC(i) = \frac{d_i}{\sum_{j\in N_i} d_j / d_i} $。
• 各ノードは、自身の次数と直近隣ノードの次数のみを用いて、近隣ノードの中心性を独立に計算する。
• 各ラウンドにおいて、感染しているノードが中心性が最も高い近隣ノードを発見した場合、そのノードが免疫化されて拡大を防ぐ。
• 複数ラウンドにわたり反復的に免疫化を実行し、感染ノードがいなくなるまで継続する。
• アルゴリズムは全ノードで並列に動作し、調整やグローバルなネットワークビューを必要としない。
• 高い中心性比を示すノード（近隣ノードの平均次数に対して次数が高いノード）は、拡散において中心的役割を果たすため、免疫化の最適な標的であるという事実を活用している。

実験結果

リサーチクエスチョン

• RQ1 限定的なノードレベル情報に基づく局所的で分散型の戦略が、複雑ネットワークにおけるエピデミック的拡散を効果的に制御できるか。
• RQ2 グローバル中心性手法（例：次数、媒介性）と比較して、局所的中心性に基づく免疫戦略の免疫化効率はどの程度か。
• RQ3 局所的情報のみを用いて、感染拡大を完全に停止させるために必要な最小ノード割合はどの程度か。
• RQ4 提案手法の時間的・空間的複雑性は、既存のグローバル中心性アルゴリズムと比較してどのようになるか。
• RQ5 同程度の免疫化負荷を伴う場合、局所的戦略はグローバル戦略よりも速やかに流行を抑えることができるか。

主な発見

• 提案された局所的戦略は、ノードの4%しか免疫化しなくても、エピデミック拡散を完全に制御でき、グローバル中心性手法が30%以上を要するのに対し、著しく優れた性能を示した。
• 同じ条件下で、本手法は約30ラウンドで感染ノードをゼロに減少させたが、グローバル中心性手法では約70ラウンドを要した。
• 本手法は空間的複雑性が$ O(n) $であり、他の手法と同等であり、時間的複雑性が$ O(c^2) $（$ c $はノードの最大次数）であるため、媒介性や構造的中心性よりも効率的である。
• 局所的中心性比は、近隣ノードの平均次数に対して次数が高いノードを効果的に特定することができ、こうしたノードは局所的なサブ構造においてハブとしての役割を果たす可能性が高いため、免疫化の最適標的である。
• 10個の独立して生成されたLFRネットワークを用いた複数のネットワーク実行において、一貫した性能が得られ、本手法は頑健であることが確認された。
• 本手法は、次数がパワー則分布に従うスケールフリーネットワークにおいて特に効果的であり、高次ノードが接続性を支配しており、免疫化の最適標的として適している。