在社交网络中隐藏个体与社区

互联网和社交媒体激发了人们对社交网络分析的巨大兴趣。新的工具不断被开发并用于分析我们的个人连接，尤其侧重于检测社区或识别社交网络中的关键个体。这引发了隐私担忧，且这些担忧在未来可能会加剧。考虑到这一点，我们提出这样一个问题：个体或群体能否主动管理其连接，以逃避社交网络分析工具？通过解决这个问题，普通公众可以更好地保护其隐私，受压迫的激进团体可以更好地隐藏其存在，而安全机构则可以更好地理解恐怖分子如何逃避侦查。我们首先研究了个体如何在不损害其在网络中影响力的情况下逃避“网络中心性”分析。我们证明了该问题的最优解难以计算。尽管存在这种困难，我们仍证明，即使是一种简单的启发式方法，即仅关注个体的直接邻域，在实践中也能出奇地有效。例如，它可以通过重新连接数量极少的连接，来掩盖穆罕默德·阿塔在世贸中心恐怖分子网络中的领导地位。接下来，我们研究了一个社区如何提高被社区检测算法忽略的可能性。我们提出了一种隐蔽性度量，用以表达一个社区被隐藏的程度，并利用它来证明一种简单启发式方法的有效性，即社区成员通过协调一致的努力，要么与某些其他成员“解除好友关系”，要么与某些非成员“成为好友”，以伪装其社区。