[논문 리뷰] Rumor Source Detection under Querying with Untruthful Answers

Jaeyoung Choi, Sangwoo Moon외 4명|arXiv (Cornell University)|2017. 11. 15.

Complex Network Analysis Techniques참고 문헌 21인용 수 5

한 줄 요약

이 논문은 응답자가 거짓 정보를 제공할 수 있는 두 가지 질의 모델—배치 질의 및 방향을 고려한 인터랙티브 질의—하에서 뉴스 기원 탐지에 대한 새로운 추정 알고리즘을 제안한다. 분석적으로, 진실 보고 확률 $ p > 1/2 $ 일 때, 예산 $ K \geq \frac{c(2/\delta)}{(p-1/2)^2 \log(\log(2/\delta))} $ 가 보장하면 탐지 확률이 최소 $ 1 - \delta $ 이상이 되며, 이는 기준 방법에 비해 크게 향상된다.

ABSTRACT

Social networks are the major routes for most individuals to exchange their opinions about new products, social trends and political issues via their interactions. It is often of significant importance to figure out who initially diffuses the information, ie, finding a rumor source or a trend setter. It is known that such a task is highly challenging and the source detection probability cannot be beyond 31 percent for regular trees, if we just estimate the source from a given diffusion snapshot. In practice, finding the source often entails the process of querying that asks "Are you the rumor source?" or "Who tells you the rumor?" that would increase the chance of detecting the source. In this paper, we consider two kinds of querying: (a) simple batch querying and (b) interactive querying with direction under the assumption that queries can be untruthful with some probability. We propose estimation algorithms for those queries, and quantify their detection performance and the amount of extra budget due to untruthfulness, analytically showing that querying significantly improves the detection performance. We perform extensive simulations to validate our theoretical findings over synthetic and real-world social network topologies.

연구 동기 및 목표

• 사용자가 질의에 대해 거짓 정보를 제공할 수 있는 사회적 네트워크에서 뉴스 기원 탐지의 과제를 다루기 위해.
• 배치 질의 및 방향을 고려한 인터랙티브 질의라는 두 가지 질의 전략의 영향을 모델링하고 정량화하기 위해.
• 제한된 질의 예산과 거짓 응답 상황에서 탐지 확률을 최대화하는 추정 알고리즘을 개발하기 위해.
• 거짓 응답 상황에서 원하는 탐지 성능을 달성하기 위한 최소 예산 요구 조건을 분석적으로 유도하기 위해.
• 합성 및 실제 네트워크 구조에서의 광범위한 시뮬레이션을 통해 이론적 결과를 검증하기 위해.

제안 방법

• 배치 질의 하에서 후보 질의 대상 집합, 질의 수, 추정 전략을 동시에 선택하여 탐지 확률을 최대화하는 최적화 프레임워크를 제안한다.
• 소스 중심으로부터의 홉 거리 기반으로 후보 집합에서 양성 응답 수가 높은 노드를 선택하는 필터링 기반 추정 알고리즘을 도입한다.
• 응답이 부분적으로 거짓일 경우에도 방향 응답을 기반으로 다음 질의 대상을 선택하기 위해 다수결 투표 메커니즘을 적용한다.
• 부분적 불완전 베타 함수와 체르노프-후프딩 경계를 사용하여 거짓 응답 상황에서의 정확한 기원 추정 확률을 분석한다.
• 집중 불등식을 사용하여 탐지 확률에 대한 분석적 경계를 도출하며, 예산과 진실성에 따라 오류 확률이 지수적으로 감소함을 보여준다.
• 목표 탐지 확률 $ 1 - \delta $ 를 달성하기 위해 두 질의 모델에 대한 최소 예산 기준을 수립하며, 이는 진실성 확률과 네트워크 차수에 따라 달라진다.

실험 결과

연구 질문

• RQ1 거짓 응답이 수반된 배치 질의에서 뉴스 기원 탐지 확률에 어떤 영향을 미치는가?
• RQ2 배치 질의에서 거짓 응답 상황에서 목표 탐지 확률을 달성하기 위해 필요한 최소 질의 예산은 얼마인가?
• RQ3 사용자가 기원이나 확산 경로에 대해 거짓 정보를 제공할 수 있을 때, 방향을 고려한 인터랙티브 질의는 기원 탐지에 어떤 방식으로 향상되는가?
• RQ4 인터랙티브 질의에서 진실성 확률, 네트워크 구조, 탐지 성능 간의 분석적 관계는 무엇인가?
• RQ5 거짓 응답 상황에서 단순한 다수결 투표 전략이 난이도 높은 히وري스틱 전략을 능가할 수 있는가?

주요 결과

• 진실 보고 확률 $ p > 1/2 $ 인 배치 질의에서, 예산 $ K \geq \frac{c(2/\delta)}{(p-1/2)^2 \log(\log(2/\delta))} $ 가 보장되면 탐지 확률이 최소 $ 1 - \delta $ 이상이 되며, $ c $ 는 네트워크 차수 $ d $ 에 따라 달라진다.
• 배치 질의에서 탐지 확률은 진실 응답 수가 증가할수록 크게 향상되며, 제안된 필터링 알고리즘이 양성 응답 수가 높은 노드에 집중함으로써 추정 성능을 효과적으로 향상시킨다.
• 인터랙티브 질의에서는 제안된 다수결 기반 알고리즘이 사용자가 확률 $ 1 - q $ 로 거짓 정보를 제공하더라도 높은 탐지 성능을 달성한다. 여기서 $ q > 1/d $ 는 방향 질문에 대한 진실성 확률이다.
• 이론적 분석 결과, 인터랙티브 질의에서 탐지 확률은 $ 1 - e^{-\frac{r(d-1)(q-1/d)^2}{3d(1-q)}} $ 로 감소하며, 이는 진실성과 네트워크 구조에 강하게 의존함을 시사한다.
• 합성 및 실제 네트워크에서의 시뮬레이션을 통해 이론적 경계가 검증되었으며, 질의 예산이 증가할수록 탐지 성능 향상이 일관되게 관찰되었다.
• 특정 탐지 성능을 달성하기 위한 최소 예산은 진실성 확률의 제곱에 반비례하여 증가함을 보여주며, 이는 응답 신뢰성의 핵심적 역할을 강조한다.