[논문 리뷰] Back to the Past: Source Identification in Diffusion Networks from Partially Observed Cascades

Mehrdad Farajtabar, Manuel Gomez-Rodriguez외 4명|arXiv (Cornell University)|2015. 01. 26.

Diffusion and Search Dynamics참고 문헌 16인용 수 22

한 줄 요약

이 논문은 부분적으로 관측된 캐스케이드로부터 네트워크 내에서 정보 확산의 원천과 시작 시점을 식별하기 위한 이단계 프레임워크를 제안한다. 확산을 연속시간 과정으로 모델링하고 중요도 표본 추출을 사용한 우도 최대화를 통해 기존 방법들보다 훨씬 뛰어난 원천 및 시기 정확도를 달성하며, 실제 멤 프로파게이션 데이터에서 오차가 45일 이내로 나타난다.

ABSTRACT

When a piece of malicious information becomes rampant in an information diffusion network, can we identify the source node that originally introduced the piece into the network and infer the time when it initiated this? Being able to do so is critical for curtailing the spread of malicious information, and reducing the potential losses incurred. This is a very challenging problem since typically only incomplete traces are observed and we need to unroll the incomplete traces into the past in order to pinpoint the source. In this paper, we tackle this problem by developing a two-stage framework, which first learns a continuous-time diffusion network model based on historical diffusion traces and then identifies the source of an incomplete diffusion trace by maximizing the likelihood of the trace under the learned model. Experiments on both large synthetic and real-world data show that our framework can effectively go back to the past, and pinpoint the source node and its initiation time significantly more accurately than previous state-of-the-arts.

연구 동기 및 목표

• 관측된 부분적인 감염 시간만으로 확산 캐스케이드의 원천과 시작 시점을 식별하는 문제를 해결하기 위해.
• 알 수 없는 감염 시작 시간, 불확실한 전파 지연, 관측되지 않은 감염 경로를 처리할 수 있는 강건한 방법을 개발하기 위해.
• 특히 관측이 희박하고 불완전한 상황에서 기존 방법들보다 원천 식별 정확도를 향상시키기 위해.
• 사회적 및 정보 네트워크에서 악성 정보 원천의 실시간 탐지 기능을 제공하기 위해.

제안 방법

• 프레임워크는 이전의 캐스케이드 트레이스를 기반으로 우도 기반 접근법을 사용하여 연속시간 확산 네트워크 모델을 학습한다.
• 그 후, 학습된 모델 하에서 관측된 데이터의 우도를 최대화함으로써 새로운 부분 관측 캐스케이드의 원천을 식별한다.
• 관측되지 않은 감염 경로에 대한 비가역적 우도 적분을 효율적으로 추정하기 위해 중요도 표본 추출 근사를 사용한다.
• 문제의 구조를 활용하여 가능한 원천과 시작 시점에 대한 효율적인 탐색을 수행한다.
• 노드 간의 확률적 전파 지연를 포괄하기 위해 연속시간 독립 캐스케이드(CTIC) 모델을 사용한다.
• 후보 원천과 시작 시점에 대해 관측된 감염 시간의 우도를 평가함으로써 원천 노드와 그 감염 시간을 동시에 추정한다.

실험 결과

연구 질문

• RQ1 관측된 감염 시간의 일부만 존재할 때 확산 캐스케이드의 진짜 원천 노드를 정확히 식별할 수 있는가?
• RQ2 절대 시작 시간이 알려져 있지 않을 때 캐스케이드의 진짜 시작 시기를 어떻게 추정할 수 있는가?
• RQ3 전파 지연를 확률적 과정으로 모델링함으로써 원천 탐지의 강건성을 향상시킬 수 있는가?
• RQ4 관측된 캐스케이드 수와 관측 비율이 변화할 때 원천 식별 성능는 어떻게 변하는가?
• RQ5 실제 확산 데이터에서 제안된 방법이 최신 기술적 접근들보다 얼마나 뛰어나게 성능을 발휘하는가?

주요 결과

• 제안된 방법은 실제 멤 데이터에서 진짜 원천의 감염 시간 추정에 대해 평균 제곱오차(MSE)가 약 2000을 기록하며, 이는 루트 평균 제곱오차(RMSE) 약 45일에 해당한다.
• 실제 데이터에서, 이 방법은 관측된 캐스케이드가 6개 이상일 때만 비로소 상위 10개 성공 확률이 0이 아닌 값을 기록하며, NetSleuth 및 기타 베이스라인 방법들은 동일 조건에서 완전히 실패한다.
• 이 방법은 상위 10개 성공 확률에서 무작위 추측보다 12배, 성공 확률에서 5배 높은 성능를 보이며 강력한 신호 탐지 능력을 입증한다.
• 합성 네트워크에서, 이 방법은 부분 관측 조건에서도 최신 기술적 접근들보다 원천 추정 오차를 크게 감소시킨다.
• 중요도 표본 추출 근사는 효율적인 우도 추정을 가능하게 하여, 실시간 응용에 적합한 확장성과 실용성을 확보한다.
• 이 프레임워크는 전파 지연가 확률적이고 관측되지 않은 상황에서도, 관측이 불완전하고 노이즈가 많은 대규모 네트워크에서 원천을 성공적으로 식별한다.