从网络中移除恶意节点
社会与信息网络
2022-04-05 v7 机器学习
摘要
网络系统中的一个基本挑战是检测并移除可疑的恶意节点。现实中,检测总是不完美的,关于移除哪些潜在恶意节点的决策必须在假阳性(错误移除良性节点)和假阴性(未能移除恶意节点)之间进行权衡。然而,在网络环境中,这一传统权衡现在必须考虑节点连通性。特别地,恶意节点可能施加恶意影响,因此错误地保留其中一些节点在网络中可能导致损害扩散。另一方面,移除良性节点会对这些节点造成直接伤害,并对其希望与之通信的良性邻居造成间接伤害。我们通过一个考虑连通性的目标函数,形式化了在不确定性下从网络中移除潜在恶意节点的问题。我们证明,最优求解该结果问题是 NP-Hard 的。然后我们提出了一种基于目标函数凸松弛的易处理求解方法。最后,我们通过实验证明,在合成和真实世界数据集上,我们的方法显著优于忽略网络结构的简单基线以及针对相关问题的最先进方法。
引用
@article{arxiv.1812.11448,
title = {Removing Malicious Nodes from Networks},
author = {Sixie Yu and Yevgeniy Vorobeychik},
journal= {arXiv preprint arXiv:1812.11448},
year = {2022}
}