論文の概要: Opinion Control under Adversarial Network Perturbation: A Stackelberg Game Approach

• arxiv url: http://arxiv.org/abs/2304.12540v1
• Date: Tue, 25 Apr 2023 03:14:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-26 22:09:51.802691
• Title: Opinion Control under Adversarial Network Perturbation: A Stackelberg Game Approach
• Title（参考訳）: 敵対的ネットワーク摂動下における意見制御--stackelbergゲームアプローチ
• Authors: Yuejiang Li, Zhanjiang Chen, H. Vicky Zhao
• Abstract要約: 敵ネットワークの摂動は 世論形成に大きな影響を与え 我々の社会を脅かす 本研究では,敵ネットワークの摂動をモデル化し,その影響をネットワークの意見として分析する。 敵の立場から、我々はStackelbergのゲームを定式化し、そのような敵のネットワーク摂動の下でもネットワークの意見を制御することを目指している。
• 参考スコア（独自算出の注目度）: 12.916992671437017
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The emerging social network platforms enable users to share their own opinions, as well as to exchange opinions with others. However, adversarial network perturbation, where malicious users intentionally spread their extreme opinions, rumors, and misinformation to others, is ubiquitous in social networks. Such adversarial network perturbation greatly influences the opinion formation of the public and threatens our societies. Thus, it is critical to study and control the influence of adversarial network perturbation. Although tremendous efforts have been made in both academia and industry to guide and control the public opinion dynamics, most of these works assume that the network is static, and ignore such adversarial network perturbation. In this work, based on the well-accepted Friedkin-Johnsen opinion dynamics model, we model the adversarial network perturbation and analyze its impact on the networks' opinion. Then, from the adversary's perspective, we analyze its optimal network perturbation, which maximally changes the network's opinion. Next, from the network defender's perspective, we formulate a Stackelberg game and aim to control the network's opinion even under such adversarial network perturbation. We devise a projected subgradient algorithm to solve the formulated Stackelberg game. Extensive simulations on real social networks validate our analysis of the adversarial network perturbation's influence and the effectiveness of the proposed opinion control algorithm.
• Abstract（参考訳）: 新たなソーシャルネットワークプラットフォームによって、ユーザーは自分の意見を共有したり、他人と意見を交換したりできる。 しかし、悪質なユーザーが故意に極端な意見や噂、誤った情報を他人に広める、敵対的なネットワークの混乱は、ソーシャルネットワークにおいてユビキタスである。 このような敵対的ネットワークの摂動は、世論の形成に大きな影響を与え、我々の社会を脅かす。 したがって、敵ネットワーク摂動の影響を研究・制御することが重要である。 学界と業界の両方で、世論のダイナミクスをガイドし、制御するために多大な努力がなされてきたが、これらの研究の多くは、ネットワークが静的であり、そのような敵のネットワーク摂動を無視していると仮定している。 本研究は,Friedkin-Johnsen意見力学モデルに基づいて,敵対的ネットワーク摂動をモデル化し,そのネットワークの意見への影響を分析する。 そして, 敵の視点から, その最適ネットワーク摂動を解析し, ネットワークの意見を最大に変化させる。 次に,ネットワークディフェンダーの観点から,stackelbergゲームを定式化し,そのような敵対的ネットワーク摂動下でもネットワークの意見を制御することを目的とする。 定式化されたstackelbergゲームを解くために,計画的サブグレードエントアルゴリズムを考案する。 実社会ネットワークにおける大規模シミュレーションは, 敵ネットワーク摂動の影響と, 提案した意見制御アルゴリズムの有効性を検証した。

関連論文リスト

• PeerAiD: Improving Adversarial Distillation from a Specialized Peer Tutor [6.089685202183291]
  ニューラルネットワークの敵対的堅牢性は、セキュリティクリティカルなドメインに適用される際の重要な関心事である。 従来の研究は教師ネットワークを事前訓練し、それ自身が目指す敵の例に対して堅牢にすることを目的としていた。 本稿では,PierAiDを提案することで,ピアネットワークが学生ネットワークの対角的な例を学習できるようにする。
  論文  参考訳（メタデータ） (2024-03-11T12:36:14Z)
• Emergent Influence Networks in Good-Faith Online Discussions [3.678291991600161]
  本研究は、他人の議論に対する反応を通じて生み出した議論ネットワークにおける自分の立場が、未熟なオンライン討論における説得力に与える影響について考察する。 ソーシャルネットワーク分析と機械学習を組み合わせることで,ネットワーク位置が説得力に与える影響を計測する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-06-23T00:24:50Z)
• Stimulative Training++: Go Beyond The Performance Limits of Residual Networks [91.5381301894899]
  残余のネットワークは大きな成功を収め、最近のディープニューラルネットワークモデルでは欠かせないものになっている。 従来の研究では、残余ネットワークは浅いネットワークのアンサンブルと見なせることが示唆されている。 残余ネットワーク内のワークは、単独で作業するよりもグループとして働く場合の労力を減らしがちである。
  論文  参考訳（メタデータ） (2023-05-04T02:38:11Z)
• Stimulative Training of Residual Networks: A Social Psychology Perspective of Loafing [86.69698062642055]
  残余のネットワークは大きな成功を収め、今日のディープモデルでは欠かせないものになっている。 我々は,新たな社会的心理学的視点から,残余ネットワークのトレーニングプロセスを再検討することを目的としている。 残余ネットワークの性能を高めるための新たなトレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2022-10-09T03:15:51Z)
• Robustness and stability of enterprise intranet social networks: The impact of moderators [0.0]
  我々は約1万2000人の従業員が投稿した5万2000件以上のメッセージを分析した。 我々は、フォーラムモデレーター、スパマー、過度に接続されたノード、およびネットワーク周辺に横たわるノードを除去した。 オンラインコミュニティ管理者は,ネットワーク内フォーラムにおけるモデレーターの役割を理解するのに役立てることができる。
  論文  参考訳（メタデータ） (2021-05-19T13:43:03Z)
• NetReAct: Interactive Learning for Network Summarization [60.18513812680714]
  本論文では,テキストコーポラによる感覚生成のネットワーク可視化を支援する,新しいインタラクティブネットワーク要約アルゴリズムであるNetReActを提案する。 netreactが、他の非自明なベースラインよりも、隠れたパターンを明らかにする高品質な要約や視覚化の生成に成功していることを示す。
  論文  参考訳（メタデータ） (2020-12-22T03:56:26Z)
• A Survey on Computational Propaganda Detection [31.42480765785039]
  プロパガンダのキャンペーンは、特定の議題を進めるために人々のマインドセットに影響を与えることを目的としている。 インターネットの匿名性、ソーシャルネットワークのマイクロプロファイリング能力、およびアカウントの協調ネットワークの自動作成と管理を容易にする。
  論文  参考訳（メタデータ） (2020-07-15T22:25:51Z)
• Proper Network Interpretability Helps Adversarial Robustness in Classification [91.39031895064223]
  本稿では,解釈の適切な測定を行うことで,予測回避攻撃が解釈の不一致を引き起こすのを防ぐことは困難であることを示す。 我々は,頑健な解釈の促進にのみ焦点をあてて,解釈可能性に配慮した防御手法を開発した。 その結果,我々の防衛力は,強靭な分類と頑健な解釈の両方を達成し,大規模な摂動攻撃に対する最先端の対人訓練方法よりも優れていた。
  論文  参考訳（メタデータ） (2020-06-26T01:31:31Z)
• Bridging Mode Connectivity in Loss Landscapes and Adversarial Robustness [97.67477497115163]
  我々は、モード接続を用いて、ディープニューラルネットワークの対角的堅牢性を研究する。 実験では、異なるネットワークアーキテクチャやデータセットに適用される様々な種類の敵攻撃について取り上げる。 以上の結果から,モード接続は,敵の強靭性を評価・改善するための総合的なツールであり,実用的な手段であることが示唆された。
  論文  参考訳（メタデータ） (2020-04-30T19:12:50Z)
• DiffNet++: A Neural Influence and Interest Diffusion Network for Social Recommendation [50.08581302050378]
  ソーシャルレコメンデーションは、ユーザの未知の嗜好を予測するために、ユーザ間のソーシャルコネクションを活用するために現れている。 ソーシャルレコメンデーションのための神経影響拡散ネットワーク(DiffNet)の予備研究を提案する(Diffnet)。 本稿では,Diffnetの改良アルゴリズムであるDiffNet++を提案する。
  論文  参考訳（メタデータ） (2020-01-15T08:45:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。