謠言擴(kuò)散與控制效果受社交網(wǎng)絡(luò)結(jié)構(gòu)、用戶決策影響。傳統(tǒng)模型網(wǎng)絡(luò)結(jié)構(gòu)簡單且較少考慮用戶決策的影響。為此基于圖論與遺憾最小化算法,提出一種用于分析社交圖譜上用戶決策與謠言控制的演化博弈模型。在采用規(guī)則圖論建模的基礎(chǔ)上,利用演化博弈與復(fù)制動態(tài)方程研究影響用戶決策的因素,并在策略更新規(guī)則中采取遺憾匹配與動態(tài)折扣。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證,該模型可有效反映用戶決策對謠言擴(kuò)散的影響,提高謠言抑制效果,并揭示網(wǎng)絡(luò)聚類系數(shù)、風(fēng)險(xiǎn)閾值等對謠言控制的影響。 

【文章來源】：信息技術(shù)與網(wǎng)絡(luò)安全. 2020,39(07)

【文章頁數(shù)】：7 頁

【部分圖文】：

謠言、反謠言、無知者在BA圖模擬比例

圖3表示不同社交網(wǎng)絡(luò)中，本文模型與文獻(xiàn)[4]、[8]兩類演化博弈模型間關(guān)于謠言者、反謠言者的模擬過程。其中第一組為本文所提模型；第二組為SHIR[4]，該模型充分考慮反謠言和用戶心理因素，運(yùn)用進(jìn)化博弈論和多元信息回歸方法來構(gòu)建信息傳播進(jìn)化模型；第三組為RDG模型[8]，該模型假設(shè)個(gè)人根據(jù)不同的親密強(qiáng)度選擇鄰居之一進(jìn)行策略模仿，探究懲罰成本與鄰居策略對輿情擴(kuò)散的影響。圖3 三種不同模型下謠言、反謠言者在Blog和DNC模擬過程

圖2 謠言、反謠言、無知者在Blog與DNC真實(shí)網(wǎng)絡(luò)圖的模擬結(jié)果實(shí)驗(yàn)結(jié)果顯示，第二組模型中謠言者RS會在短暫上升后逐漸下降，最終趨向穩(wěn)態(tài)，而其ARS策略趨向穩(wěn)態(tài)時(shí)占比與第一組模型相似，但所需時(shí)間較長。這是因?yàn)榈诙M模型中SHIR分別代表易感、已知、感染、恢復(fù)四種狀態(tài)，網(wǎng)絡(luò)中感染節(jié)點(diǎn)I會在傳播初期感染大量易感節(jié)點(diǎn)S后，才會產(chǎn)生已知節(jié)點(diǎn)K來進(jìn)行反謠言的對抗，從而導(dǎo)致初期RS占比的短暫提升。第三組模型較第一、二組網(wǎng)絡(luò)中ARS占比較低，其原因在于在相同懲罰成本的情況下，用戶盲目選擇鄰居策略較多導(dǎo)致整體謠言抑制效果較弱。

【參考文獻(xiàn)】：
期刊論文
[1]不完美信息擴(kuò)展式博弈中在線虛擬遺憾最小化[J]. 胡裕靖,高陽,安波.  計(jì)算機(jī)研究與發(fā)展. 2014(10)



本文編號：3391812