剥离问题——在股票市场信息泄露预防中的应用

本文引入剥离问题（Detachment Problem），可将其视为广义的疫苗接种问题。其目标是通过最优地切断个体与连接他人的圈子的联系，以最小化社交网络中的整体信息传递。当个体从某一特定圈子中被隔离时，将导致与该圈子所有成员的联系被消除，但与其他圈子的联系仍然保留。这种方法与传统的疫苗接种问题形成对比，后者是彻底移除一个顶点子集。在我们的情形中，个体与其圈子的联系是被选择性地而非完全地消除。在具体情境上，本文聚焦于私有信息流，特别是在由公司内部人士圈子成员资格所形成的网络中。我们的准实证研究在可观测网络上使用模拟信息流，并将模拟信息流的统计特性与现实世界数据进行匹配。在更广泛的语境下，本文将剥离问题作为一种适用于多种场景的最优社交距离通用方法加以呈现。我们提出并定义了期望比例外部影响（EPOI）的概念，作为衡量信息泄露广泛程度的指标。我们还实现了一种贪心算法，用于寻找一组剥离操作以最小化EPOI。为进行比较，我们设计了一种基于最小割的简单启发式方法，以将最具影响力的圈子彼此分离。我们提供证据表明贪心算法并非最优，有时会被简单启发式最小割算法超越；然而，在大多数情况下，贪心算法优于割算法。本文还讨论了进一步的研究方向。