[论文解读] Node discovery problem for a social network

Yoshiharu Maeno|arXiv (Cornell University)|Oct 26, 2007

Complex Network Analysis Techniques参考文献 38被引用 12

一句话总结

本文提出一种结合最大似然估计与异常检测的统计推断方法，用于识别社交网络中的隐蔽节点——即影响协作活动但未出现在监控日志中的个体。该方法在合成网络与真实隐蔽网络中，于精确率、召回率和F-measure指标上均达到接近理论极限的性能，可有效识别恐怖主义网络中的隐藏领导者（如奥萨马·本·拉登）。

ABSTRACT

Methods to solve a node discovery problem for a social network are presented. Covert nodes refer to the nodes which are not observable directly. They transmit the influence and affect the resulting collaborative activities among the persons in a social network, but do not appear in the surveillance logs which record the participants of the collaborative activities. Discovering the covert nodes is identifying the suspicious logs where the covert nodes would appear if the covert nodes became overt. The performance of the methods is demonstrated with a test dataset generated from computationally synthesized networks and a real organization.

研究动机与目标

• 解决社交网络中关键影响者（隐蔽节点）虽未出现在监控日志中却影响协作活动的节点发现问题。
• 开发一种方法，识别出若隐蔽节点可被观测时本应出现在其中的可疑监控日志。
• 在计算生成的网络与真实隐蔽组织上评估该方法的性能。
• 通过支持长期反恐目标，使调查人员能够揭露隐藏的幕后操纵者与关键共谋者。

提出的方法

• 使用最大似然估计，从观测到的协作活动日志中推断潜在的网络拓扑结构。
• 应用异常检测，识别在无隐蔽节点存在的情况下统计上极不可能出现的监控日志。
• 采用中心-辐射型影响力传播结构建模网络，其中中心节点影响多个外围节点。
• 根据其包含隐蔽节点的可能性对监控日志进行排序，优先处理异常评分较高的日志。
• 采用统计框架，估计在假设无隐蔽节点的前提下观测到特定日志集合的概率。
• 使用F-measure（van Rijsbergen的F1）评估在精确率、召回率及调和平均值上的综合性能。

实验结果

研究问题

• RQ1 如何在社交网络中识别隐蔽节点——即影响网络活动但未出现在监控日志中的个体？
• RQ2 当关键节点被隐藏时，统计推断与异常检测方法在多大程度上能恢复真实网络拓扑？
• RQ3 所提方法在精确率、召回率与F-measure方面与理论极限及随机检索相比如何？
• RQ4 节点度数在隐蔽节点可检测性中起什么作用，特别是在稀疏或低度连接的网络中？
• RQ5 该方法能否有效应用于真实隐蔽组织，以揭露如奥萨马·本·拉登般的隐藏领导者？

主要发现

• 该统计推断方法在合成网络与真实世界网络中，F-measure性能均非常接近理论上限。
• 该方法成功识别出最可疑的监控日志，包括在9/11事件模拟中目标隐蔽节点（如奥萨马·本·拉登）的全部八个邻居。
• 该方法未能检测出两个假阴性——包含度数为1的节点（n_CS11与n_CS12）的日志，表明低度节点提供的信号微弱，不利于隐蔽节点检测。
• 检索到的最可疑日志仅包含隐蔽节点的已知邻居，表明检测具有高信号保真度。
• 该方法优于随机检索，且逼近理论极限，证明其在识别可疑记录方面具有极强可靠性。
• 该方法使调查人员能够聚焦于疑似隐蔽领导者的关键关联人员，有效引导后续调查。