С.В. Вельц
2
В данной области можно выделить следующие современные
направления исследований: построение моделей влияния (информа-
ционных каскадов (IC) [2,8], линейных порогов (LT) [2,8], вероят-
ностные модели [3,8,11]); построение эффективных алгоритмов мак-
симизации влияния (на основе аппарата субмодулярных функций
(жадный алгоритм) и его улучшения, CELF [10], CELF++ [13]); с ис-
пользованием локальных свойств графа (LDAG [14], SimPath [15]);
прорежение графа [16]; имитация отжига [17]; алгоритмы оптимиза-
ции мониторинга сети [10]; вариации задачи максимизации влияния и
алгоритмы решения (максимизация блокирования влияния[18], мак-
симизация влияния с учетом времени [19], тематическое распростра-
нение влияния [20]); теоретико-игровые модели информационного
влияния [23,24].
В данной работе предлагается новый поход к моделированию
информационного противоборства в социальных сетях. Он заключа-
ется в использовании теории игр для нахождения оптимальных стра-
тегий сторон информационного конфликта и вероятностных моделей
[9] для описания информационного влияния и введения целевых по-
казателей стратегий игроков.
Научная новизна работы заключается в предлагаемой вероятност-
ной модели влияния, которая основана на динамических байесовских
сетях и алгоритме иерархической выработки стратегии игроков.
Состоятельность результатов данной работы и их применимость
на практике показана в вычислительном эксперименте. На основе ре-
альных данных из социальных сетей (Twitter, arXiv) был получен оп-
тимальный (с теоретико-игровой точки зрения) план их мониторинга.
Статья имеет следующую структуру. В разделе 1 описана струк-
турная схема системы моделирования, описаны компоненты и прин-
ципы их работы. В разделе 2 приведены результаты вычислительного
эксперимента. В заключении представлены выводы работы, включая
возможные направления дальнейших исследований.
Моделирование влияния в социальных сетях. Постановка за-
дачи.
Рассмотрим игру двух игроков А и Б, которые борются за вли-
яние в обществе (например, репутацию некоторой компании или по-
литические настроения). Данное информационное противоборство
отражается в некоторых сетях, например Twitter, Facebook, телефон-
ной сети. Игрок А (атакующий) может выбрать начальное множество
узлов сети, которые переводятся в активное состояние и распростра-
няют выгодную для игрока А информацию. При этом игрок А может
выбрать ограниченное количество начальных узлов.
Игрок Б (защищающийся) наблюдает за сетью, используя ограни-
ченное количество ресурсов (вычислительные мощности и персонал).
