对抗网络扰动下的观点控制：一种斯塔克伯格博弈方法
摘要：对抗性网络干扰对社交网络中的舆论形成产生了重大影响，并对我们的社会构成了威胁。因此，研究和控制对抗性网络干扰的影响至关重要。尽管学术界和工业界已经做了大量努力来引导和控制公众舆论动态，但大部分工作都假设网络是静态的，并忽略了对抗性网络干扰。本文基于广为接受的Friedkin-Johnsen舆论动力学模型，对对抗性网络干扰进行建模并分析其对网络舆论的影响。然后，从对手的角度出发，我们分析了对抗性网络干扰的最优网络干扰，以最大程度地改变网络的观点。接下来，从网络防御者的角度出发，我们制定了一个Stackelberg博弈，并旨在即使在对抗性网络干扰下，控制网络的观点。我们设计了一个投影次梯度算法来解决制定的Stackelberg博弈。对真实社交网络的大量模拟验证了我们对对抗性网络干扰影响的分析结果以及所提出的舆论控制算法的有效性。
作者：Yuejiang Li, Zhanjiang Chen, H. Vicky Zhao
论文ID：2304.12540
分类：Computers and Society
分类简称：cs.CY
提交时间：2023-04-26