[论文解读] Finding Rumor Sources on Random Trees

Devavrat Shah, Tauhid Zaman|arXiv (Cornell University)|Oct 28, 2011

Complex Network Analysis Techniques参考文献 22被引用 5

一句话总结

本文证明了谣言中心性在树状网络中作为最大似然估计器的普适性，即使在一般传播时间分布和非规则树拓扑下依然有效。通过将问题与连续时间分支过程及广义Pólya瓮模型联系起来，本文证明了在稀疏随机图（包括Erdős–Rényi网络）上，谣言中心性具有严格为正的检测概率，并且在随机正则图上，其检测概率随与真实源头距离的增加呈指数衰减。

ABSTRACT

We consider the problem of detecting the source of a rumor which has spread in a network using only observations about which set of nodes are infected with the rumor and with no information as to \emph{when} these nodes became infected. In a recent work \citep{ref:rc} this rumor source detection problem was introduced and studied. The authors proposed the graph score function {\em rumor centrality} as an estimator for detecting the source. They establish it to be the maximum likelihood estimator with respect to the popular Susceptible Infected (SI) model with exponential spreading times for regular trees. They showed that as the size of the infected graph increases, for a path graph (2-regular tree), the probability of source detection goes to $0$ while for $d$-regular trees with $d \geq 3$ the probability of detection, say $α_d$, remains bounded away from $0$ and is less than $1/2$. However, their results stop short of providing insights for the performance of the rumor centrality estimator in more general settings such as irregular trees or the SI model with non-exponential spreading times. This paper overcomes this limitation and establishes the effectiveness of rumor centrality for source detection for generic random trees and the SI model with a generic spreading time distribution. The key result is an interesting connection between a continuous time branching process and the effectiveness of rumor centrality. Through this, it is possible to quantify the detection probability precisely. As a consequence, we recover all previous results as a special case and obtain a variety of novel results including the {\em universality} of rumor centrality in the context of tree-like graphs and the SI model with a generic spreading time distribution.

研究动机与目标

• 解决在仅观测到感染节点集合与网络拓扑结构、而无任何感染时间信息时，识别谣言源头这一基本挑战。
• 将先前仅适用于规则树和指数传播时间的谣言中心性结果，推广至一般随机树和任意传播时间分布。
• 为谣言中心性在不同网络结构下的性能提供理论保证，特别是正确检测源头的概率。
• 通过展示其在树状图与传播动态中的普适性，证明即使谣言中心性并非严格意义上的最大似然估计器，其依然保持有效性。

提出的方法

• 作者将谣言传播建模为连续时间分支过程，从而能够在随机、连续时间的设定下分析感染传播。
• 引入广义Pólya瓮模型，以捕捉网络中感染节点及其度数的随机演化过程。
• 利用大偏差界与矩生成函数近似，推导出时间t时感染节点数量的指数尾部界。
• 将谣言中心性估计器与观察到特定感染子树的似然性联系起来，证明其在更广泛模型类中的最优性。
• 证明了感染节点数量的集中不等式，表明在一般传播时间分布下，该过程仍紧密集中在其均值附近。
• 通过结合分支过程理论与随机耦合论证，建立了谣言中心性在非规则与随机树结构中的鲁棒性。

实验结果

研究问题

• RQ1 谣言中心性是否可在一般随机树（包括非规则树）中被证明对源头检测有效？
• RQ2 当传播时间服从通用（非指数）分布时，谣言中心性的基本检测概率是多少？
• RQ3 谣言中心性在非规则或稀疏随机图拓扑（如Erdős–Rényi网络）中是否仍保持有效性？
• RQ4 在随机正则图中，谣言中心性的性能如何随网络规模和与真实源头距离的变化而变化？
• RQ5 是否存在一个理论基础，可解释为何谣言中心性虽非始终为最大似然估计器，却在多种模型中仍表现良好？

主要发现

• 对于一般随机树（包括稀疏Erdős–Rényi图），存在一个严格为正的概率，可通过谣言中心性正确识别谣言源头。
• 在随机正则图上，估计源头与真实源头相距超过k跳的概率随k呈指数衰减。
• 对于度数d ≥ 3的d-正则树，谣言中心性的检测概率保持远离零，恢复并推广了Shah与Zaman（2010）的先前结果。
• 该方法证明了谣言中心性在广泛类别的树状图结构与传播时间分布中具有普适有效性，即使其并非精确的最大似然估计器。
• 分析提供了感染节点数量偏离其均值的精确指数界，从而在一般传播时间分布下实现了紧密的集中结果。
• 本文证明了，通过利用连续时间分支过程与Pólya瓮模型，谣言中心性估计器可在大网络极限下实现可靠的源头检测，即使缺乏感染时间数据。