对中心性度量的策略性规避

社交网络分析中最基础的工具之一是中心性度量，其量化网络中每个节点的重要性。这种中心性分析通常忽略网络可能已被蓄意操纵以误导分析的可能性。为解决此问题，最近一项研究试图理解社交网络中的成员如何重新连接其中的连接，以避免被识别为该网络的领导者。然而，该研究基于这样的假设：网络分析者——搜寻者——对规避者的任何规避企图毫无察觉。在本文中，我们通过将搜寻者与规避者建模为贝叶斯 Stackelberg 博弈中的策略性参与者，放宽了这一假设。在此背景下，我们研究了各种优化问题的复杂性，并分析了不同假设下博弈的均衡，从而就搜寻者应使用哪些中心性以最大化检测策略性规避者的机会，得出了文献中的首批结论。