对抗性网络扰动下的观点控制：一种Stackelberg博弈方法
计算机与社会
2023-04-26 v1
摘要
新兴的社交网络平台使用户能够分享自己的观点，并与其他人交流观点。然而，对抗性网络扰动（即恶意用户故意向他人传播极端观点、谣言和虚假信息）在社交网络中无处不在。这种对抗性网络扰动极大地影响了公众的观点形成并威胁我们的社会。因此，研究并控制对抗性网络扰动的影响至关重要。尽管学术界和工业界已做出大量努力来引导和控制公众观点动态，但这些工作大多假设网络是静态的，并忽略了此类对抗性网络扰动。在本工作中，基于被广泛接受的Friedkin-Johnsen观点动态模型，我们对对抗性网络扰动进行建模并分析其对网络观点的影响。接着，从攻击者的角度，我们分析其最优网络扰动，该扰动使网络观点发生最大改变。然后，从网络防御者的角度，我们构建一个Stackelberg博弈，旨在即便在此类对抗性网络扰动下也能控制网络观点。我们设计了一种投影次梯度算法来求解所构建的Stackelberg博弈。在真实社交网络上的大量仿真验证了我们关于对抗性网络扰动影响的分析以及所提观点控制算法的有效性。
引用
@article{arxiv.2304.12540,
title = {Opinion Control under Adversarial Network Perturbation: A Stackelberg Game Approach},
author = {Yuejiang Li and Zhanjiang Chen and H. Vicky Zhao},
journal= {arXiv preprint arXiv:2304.12540},
year = {2023}
}