[논문 리뷰] Controlling Elections through Social Influence

Bryan Wilder, Yevgeniy Vorobeychik|arXiv (Cornell University)|2017. 11. 23.

Internet Traffic Analysis and Secure E-voting참고 문헌 20인용 수 33

한 줄 요약

이 논문은 사회적 영향을 통한 선거 조작을 다루며, 적대자가 소셜 네트워크를 활용해 위성 정보를 전략적으로 확산시켜 투표 결과를 조작하는 방식을 연구한다. 최대 승리 여유(최대 승리 여유, MOV)를 근사화하는 알고리즘과 승리 확률(POV)에 대한 이중 기준 근사 알고리즘을 제안하며, MOV는 효율적으로 근사 가능하지만, 일반적으로 POV는 근사가 불가능하다고 보여지며, 넓은 승리 여유가 있는 선거에서는 효과적임을 밝힌다.

ABSTRACT

Election control considers the problem of an adversary who attempts to tamper with a voting process, in order to either ensure that their favored candidate wins (constructive control) or another candidate loses (destructive control). As online social networks have become significant sources of information for potential voters, a new tool in an attacker's arsenal is to effect control by harnessing social influence, for example, by spreading fake news and other forms of misinformation through online social media. We consider the computational problem of election control via social influence, studying the conditions under which finding good adversarial strategies is computationally feasible. We consider two objectives for the adversary in both the constructive and destructive control settings: probability and margin of victory (POV and MOV, respectively). We present several strong negative results, showing, for example, that the problem of maximizing POV is inapproximable for any constant factor. On the other hand, we present approximation algorithms which provide somewhat weaker approximation guarantees, such as bicriteria approximations for the POV objective and constant-factor approximations for MOV. Finally, we present mixed integer programming formulations for these problems. Experimental results show that our approximation algorithms often find near-optimal control strategies, indicating that election control through social influence is a salient threat to election integrity.

연구 동기 및 목표

• 소셜 네트워크를 통해 위성 정보를 확산시켜 선거 결과를 조작하는 데 있어 계산적 가능성을 탐구하기 위해.
• 적대자가 전략적으로 시드 노드를 선택하여 유권자 선호도에 영향을 주고 선거 결과를 변화시킬 수 있는 방식을 모델링하기 위해.
• 건설적 또는 파괴적 조작을 위한 두 가지 목표인 최대 승리 여유(MOV)와 승리 확률(POV)을 분석하기 위해.
• 다양한 선거 설정에서 두 목표에 대해 근사 알고리즘과 혼합정수선형계획법(MILP) 수식을 개발하기 위해.
• 실제 소셜 네트워크 데이터셋을 사용하여 최적 해와의 비교를 통해 이러한 알고리즘의 경험적 성능을 평가하기 위해.

제안 방법

• 소셜 네트워크를 통한 선거 조작을 두 단계 문제로 공식화: 시드 노드 선택 및 네트워크를 통한 영향력 확산 모델링.
• 각 영향을 받은 유권자가 메시지를 추가로 확산시킬 수 있는 확률적 임계값 모델을 사용해 영향력 전파를 모델링.
• 두 후보자 선거의 경우, 하위모듈성의 특성을 활용해 $(1-1/e)$-근사 알고리즘을 제안하며, 이는 탐욕적 선택 기반이다.
• 하위모듈성 함수가 임계값을 초과할 확률을 극대화하는 이중 기준 근사 알고리즘을 도입.
• 모든 설정에서 최적 해를 구하기 위한 혼합정수선형계획법(MILP) 수식을 개발.
• 네 개의 실세계 네트워크(netscience, facebook, polblogs, irvine)에서 근사 알고리즘의 성능을 MILP 해와 비교하여 경험적으로 평가.

실험 결과

연구 질문

• RQ1 소셜 네트워크에서 위성 정보를 전략적으로 확산시켜 선거를 조작하는 것은 계산적으로 가능할까?
• RQ2 최대 승리 여유(MOV)와 승리 확률(POV)을 극대화하는 데 있어 근사 알고리즘이 최적 해 대비 얼마나 잘 성능을 내는가?
• RQ3 특히 좁은 승리 여유가 있는 선거에서 POV 목표의 근사 가능성에 대한 이론적 한계는 무엇인가?
• RQ4 후보자 수와 시드 예산의 크기가 근사 알고리즘의 성능에 어떤 영향을 미치는가?
• RQ5 이중 기준 근사가 POV 목표의 해 품질과 계산 가능성을 효과적으로 균형 잡을 수 있는가?

주요 결과

• 두 후보자 선거의 경우 MOV 목표는 단조 증가하는 하위모듈성 함수이며, 이는 탐욕적 선택을 통해 $(1-1/e)$-근사가 가능하다.
• POV 목표는 두 후보자 선거에서도 어떤 상수 요인 내에서 근사가 불가능하며, 이는 강력한 이론적 난이도를 시사한다.
• POV에 대한 이중 기준 근사 알고리즘은 평균적으로 MILP의 최적 승리 확률의 40–60%를 달성하며, 좁은 승리 여유 사례에서는 상당한 편차를 보인다.
• MOV의 경우, 모든 테스트 네트워크와 설정에서 근사 알고리즘이 최적 승리 여유의 최소 73%를 달성하며, 두 후보자 시나리오에서는 거의 100%의 성능를 기록한다.
• 경험적 결과는 근사 알고리즘이 종종 최적 전략에 가까운 해를 찾는다. 특히 MOV의 경우, 이는 계산의 난이도가 실제 공격을 완전히 차단하지는 못할 수 있음을 시사한다.
• MILP 수식은 최적 해를 제공하지만, 더 큰 네트워크에는 적용이 제한되어 있어, 확장 가능한 근사 방법의 필요성을 강조한다.