t - - PowerPoint PPT Presentation

❚❤❡ t♦♣♦❧♦❣✐❝❛❧ ❢❛❝❡ ♦❢ r❡❝♦♠♠❡♥❞❛t✐♦♥✳ ❊r✇❛♥ ▲❡ ▼❡rr❡r✱ ■♥r✐❛

• ✐❧❧❡s ❚ré❞❛♥✱ ▲❆❆❙✴❈◆❘❙

❚❤❡ ✏❜❧❛❝❦ ❜♦①✲✐③❛t✐♦♥✑ ♦❢ ✐♥t❡r❛❝t✐♦♥s

❚❤❡ ✏❜❧❛❝❦ ❜♦①✲✐③❛t✐♦♥✑ ♦❢ ✐♥t❡r❛❝t✐♦♥s

❈♦♠♣✉t❡rs ❣♦♦❞ ♦❧❞ ❞❛②s

■♥t❡r♥❡t ❣♦♦❞ ♦❧❞ ❞❛②s

❚♦❞❛②✿ ✏♦r❛❝❧❡✑✲❧✐❦❡ s❡r✈✐❝❡s

❚✉r♥✐♥❣ ♣♦✐♥t t♦ t❤❡ ❜❧❛❝❦ ❜♦① ❡r❛

■♥♣✉t✿ ✉s❡r ❛❝t✐♦♥s✴❞❛t❛✳ ❆r❜✐tr❛r② ♣r♦❝❡ss✐♥❣✿ ♦✉t♣✉t✴r❡s✉❧ts ❯s❡rs ❝❛♥♥♦t ❛❝❝❡ss t❤❡ ❞❛t❛✱ ❤✐st♦r②✱ ❛❧❣♦r✐t❤♠✳✳✳ ❚r✉st ❣✐✈❡♥ t♦ t❤❡ r❡♠♦t❡ s❡r✈✐❝❡✴❛❧❣♦r✐t❤♠✱

✇❤✐❧❡ ✐t ❤❛s ❜✐❣ ✐♥t❡r❡st ✐♥ ♠❛♥✐♣✉❧❛t✐♥❣ t❤❡ ♦✉t♣✉ts ✭❡✳❣✳✱ ❛❞s✮

❊①❛♠♣❧❡ ✷✿ ❘❡❝♦♠♠❡♥❞❛t✐♦♥s ✭●✐❧❧❡s✬s t❛❧❦✮

❊①❛♠♣❧❡ ✷✿ ❘❡❝♦♠♠❡♥❞❛t✐♦♥s ✭●✐❧❧❡s✬s t❛❧❦✮

❊①❛♠♣❧❡ ✸✿ ❈r❡❞✐t s❝♦r✐♥❣

◆♦✇❛❞❛②s✿ ❞❡❢❛✉❧t ♣r❡❞✐❝t✐♦♥ ❜② ♠♦❞❡❧s → s❝♦r❡ → ❞❡❝✐s✐♦♥ ❉❛t❛✿ t❤♦✉s❛♥❞s ♦❢ ❢❛❝t♦rs✱ ❞♦ ②♦✉ ❦♥♦✇✴✉♥❞❡rst❛♥❞ t❤❡♠ ❛❧❧❄

❊①❛♠♣❧❡ ✹✿ ❋r♦♠ ✐♠❛❣❡ ❝❧❛ss✐✜❝❛t✐♦♥ ❆P■s ✳✳✳

❊①❛♠♣❧❡ ✹✿ ✳✳✳ t♦ s❡❧❢ ❞r✐✈✐♥❣ ❝❛rs

✶

✶✳ ❉❡❡♣❳♣❧♦r❡ ❅ ❙❖❙P ✷✵✶✼

✳✳✳ t♦ t❤❡ ✐♥❢❛♠♦✉s s♦❝✐❛❧ ❝r❡❞✐t

❖✉r ♥❡❛r ❢✉t✉r❡✱ t❤❡ ❝②❜❡r♥❡t✐❝ ❞r❡❛♠❄

❈✉rr❡♥t s♦❧✉t✐♦♥s ❢❛✐❧

❊①♣❧❛✐♥❛❜✐❧✐t②✿ ❣♦♦❞ ♦♥❧② ✐❢ ②♦✉ ❛❝❝❡ss t❤❡ ❛❧❣♦r✐t❤♠ ❧♦❝❛❧❧②✦

✷

❚r❛♥s♣❛r❡♥❝②✿ ✏♣❧❡❛s❡ tr✉st ♠❡ ■ ❛♠ ❝❧❡❛♥✑

✸

✷✳ ▲■▼❊✿ ✧❲❤② ❙❤♦✉❧❞ ■ ❚r✉st ❨♦✉❄✧✿ ❊①♣❧❛✐♥✐♥❣ t❤❡ Pr❡❞✐❝t✐♦♥s ♦❢ ❆♥② ❈❧❛ss✐✜❡r✱ ✷✵✶✻ ✸✳ ❤tt♣s✿✴✴✇✇✇✳❣♦✉✈❡r♥❡♠❡♥t✳❢r✴❛r❣✉♠❡♥t❛✐r❡✴❧❡✲❣♦✉✈❡r♥❡♠❡♥t✲♣✉❜❧✐❡✲❧❡✲❝♦❞❡✲❞❡s✲❛❧❣♦r✐t❤♠❡s✲❞❡✲♣❛r❝♦✉rs✉♣

❈✉rr❡♥t s♦❧✉t✐♦♥s ❢❛✐❧

❊①♣❧❛✐♥❛❜✐❧✐t②✿ ❣♦♦❞ ♦♥❧② ✐❢ ②♦✉ ❛❝❝❡ss t❤❡ ❛❧❣♦r✐t❤♠ ❧♦❝❛❧❧②✦

✷

❚r❛♥s♣❛r❡♥❝②✿ ✏♣❧❡❛s❡ tr✉st ♠❡ ■ ❛♠ ❝❧❡❛♥✑

✸

✷✳ ▲■▼❊✿ ✧❲❤② ❙❤♦✉❧❞ ■ ❚r✉st ❨♦✉❄✧✿ ❊①♣❧❛✐♥✐♥❣ t❤❡ Pr❡❞✐❝t✐♦♥s ♦❢ ❆♥② ❈❧❛ss✐✜❡r✱ ✷✵✶✻ ✸✳ ❤tt♣s✿✴✴✇✇✇✳❣♦✉✈❡r♥❡♠❡♥t✳❢r✴❛r❣✉♠❡♥t❛✐r❡✴❧❡✲❣♦✉✈❡r♥❡♠❡♥t✲♣✉❜❧✐❡✲❧❡✲❝♦❞❡✲❞❡s✲❛❧❣♦r✐t❤♠❡s✲❞❡✲♣❛r❝♦✉rs✉♣

P♦t❡♥t✐❛❧❧② ❛❞✈❡rs❛r✐❛❧ ❛❧❣♦r✐t❤♠s✿ ❜❡✇❛r❡ ♦❢ ✏❢❛✐r✲✇❛s❤✐♥❣✑

✹

✹✳ ■♥✈❡st✐❣❛t✐♥❣ ❆❞ ❚r❛♥s♣❛r❡♥❝② ▼❡❝❤❛♥✐s♠s ✐♥ ❙♦❝✐❛❧ ▼❡❞✐❛✿ ❆ ❈❛s❡ ❙t✉❞② ♦❢ ❋❛❝❡❜♦♦❦✬s ❊①♣❧❛♥❛t✐♦♥s✱ ◆❉❙❙ ✷✵✶✽

P♦t❡♥t✐❛❧❧② ❛❞✈❡rs❛r✐❛❧ ❛❧❣♦r✐t❤♠s✿ ❜❡✇❛r❡ ♦❢ ✏❢❛✐r✲✇❛s❤✐♥❣✑

✹

✹✳ ■♥✈❡st✐❣❛t✐♥❣ ❆❞ ❚r❛♥s♣❛r❡♥❝② ▼❡❝❤❛♥✐s♠s ✐♥ ❙♦❝✐❛❧ ▼❡❞✐❛✿ ❆ ❈❛s❡ ❙t✉❞② ♦❢ ❋❛❝❡❜♦♦❦✬s ❊①♣❧❛♥❛t✐♦♥s✱ ◆❉❙❙ ✷✵✶✽

P♦t❡♥t✐❛❧❧② ❛❞✈❡rs❛r✐❛❧ ❛❧❣♦r✐t❤♠s✿ ❜❡✇❛r❡ ♦❢ ✏❢❛✐r✲✇❛s❤✐♥❣✑

❚❤❡ ❜♦✉♥❝❡r ♣r♦❜❧❡♠✦ ✺

✺✳ ❚❤❡ ❜♦✉♥❝❡r ♣r♦❜❧❡♠✿ ❝❤❛❧❧❡♥❣❡s ❢♦r r❡♠♦t❡ ❡①♣❧❛✐♥❛❜✐❧✐t②✱ ❛r❳✐✈ ✷✵✶✾

❘❡s❡❛r❝❤❡rs✱ ❤❛❝❦❡rs✿ ✇❡ ♥❡❡❞ ❛✉❞✐t ❛❧❣♦r✐t❤♠s

• ❡♥❡r❛❧ ❢r❛♠❡✇♦r❦ ❢♦r ✉s❡r✲s✐❞❡❞ ❛✉❞✐ts✿

t✇❡❛❦ ❝r❛❢t❛❜❧❡ ✐♥♣✉t s✉❜♠✐t t♦ t❤❡ ❜❧❛❝❦✲❜♦① ❝♦❧❧❡❝t r❡s✉❧ts ✐❢ ❡♥♦✉❣❤ t♦ ❝♦♥❝❧✉❞❡ ♦♥ ❤②♣♦t❤❡s✐s✿ r❡t✉r♥ ❧♦♦♣❀

❇❯❚ ❛ss✉♠✐♥❣ t❤❛t t❤❡ ❜❧❛❝❦✲❜♦① ❝❛♥ ❜❡ ❛❞✈❡rs❛r✐❛❧ ❆◆❉ t❤❛t t❤❡ ♥✉♠❜❡r ♦❢ s✉❜♠✐ss✐♦♥s ♠✉st ❜❡ s♠❛❧❧

❘❡s❡❛r❝❤❡rs✱ ❤❛❝❦❡rs✿ ✇❡ ♥❡❡❞ ❛✉❞✐t ❛❧❣♦r✐t❤♠s

• ❡♥❡r❛❧ ❢r❛♠❡✇♦r❦ ❢♦r ✉s❡r✲s✐❞❡❞ ❛✉❞✐ts✿

t✇❡❛❦ ❝r❛❢t❛❜❧❡ ✐♥♣✉t s✉❜♠✐t t♦ t❤❡ ❜❧❛❝❦✲❜♦① ❝♦❧❧❡❝t r❡s✉❧ts ✐❢ ❡♥♦✉❣❤ t♦ ❝♦♥❝❧✉❞❡ ♦♥ ❤②♣♦t❤❡s✐s✿ r❡t✉r♥ ❧♦♦♣❀

❇❯❚ ❛ss✉♠✐♥❣ t❤❛t t❤❡ ❜❧❛❝❦✲❜♦① ❝❛♥ ❜❡ ❛❞✈❡rs❛r✐❛❧ ❆◆❉ t❤❛t t❤❡ ♥✉♠❜❡r ♦❢ s✉❜♠✐ss✐♦♥s ♠✉st ❜❡ s♠❛❧❧

❚❤❡ ❜❧❛❝❦✲❜♦① s♦❝✐❡t② ❧♦♦❦s q✉✐t❡ r❡❛❧

❋r♦♠ ✉s❡r✲❝♦♥tr♦❧ ♦❢ ❛❧❣♦r✐t❤♠s t♦ ❛❧❣♦r✐t❤♠✐❝✲❝♦♥tr♦❧ ❍✉❣❡ ✐♠♣❛❝t✱ ❝❧♦s❡ t♦ ♥♦ t♦♦❧s t♦❞❛② t♦ ❛ss❡ss t❤✐s ❲❡ ♥❡❡❞ ✉s❡r✲s✐❞❡❞ ❛✉❞✐t ❛❧❣♦r✐t❤♠s

❇❧❡♥❞ ♦❢ s❡❝✉r✐t②✱ ❞❛t❛ s❝✐❡♥❝❡✱ ❜❡❤❛✈✐♦✉r❛❧ t❤❡♦r②✳✳✳

❚❤❡ ❝❛s❡ ♦❢ r❡❝♦♠♠❡♥❞❛t✐♦♥ ❛❧❣♦r✐t❤♠s

❘❡❝♦♠♠❡♥❞❡rs

❘❡❝♦♠♠❡♥❞❡rs✿ ✜❧t❡r✐♥❣ t♦♦❧s ❢♦r ✐t❡♠s Pr❡❞✐❝t ✉s❡r t❛st❡s ❢♦r ✐t❡♠s ❘❡t✉r♥s t❤❡ ♠♦st ❧✐❦❡❧② ♣r❡❢❡rr❡❞ ✐t❡♠s

✳✳✳

❘❡❝♦♠♠❡♥❞❡r ✐♠♣❛❝t

❈r❛✇❧✐♥❣

❈r❛✇❧✐♥❣ ✳✳✳

❈r❛✇❧✐♥❣ ✳✳✳

❈r❛✇❧✐♥❣ ✳✳✳

❈r❛✇❧✐♥❣ ✳✳✳

• meandist

ecount vcount 200 400 600 800 1500 2000 2500 3000 4000 5000 5.0 5.5 6.0 6.5

Crawl Number Value

✸✸ ❞❛②s ♦❢ ②♦✉t✉❜❡ ❤♦✉r❧② ❝r❛✇❧✐♥❣✳ E(|V (Gt) ∩ V (Gt+✶)|) = ✼✹.✼%

❲✐t❤ ❝♦♦❦✐❡ ❲✐t❤♦✉t ❝♦♦❦✐❡

❲✐t❤ ❝♦♦❦✐❡ ❲✐t❤♦✉t ❝♦♦❦✐❡

❇✐❛s

❲❤❛t ✐s ❜✐❛s ❄

❉✐✣❝✉❧t t♦ ❞❡✜♥❡ P♦❧✐t✐❝❛❧ ✭s♦❢t ❝❡♥s♦rs❤✐♣✮ ❊❝♦♥♦♠✐❝❛❧ ✭♠❛①✐♠✐s❡ ✐♥❝♦♠❡✮ ❖♣❡r❛t✐♦♥❛❧ ✭s❡r❡♥❞✐♣✐t②✮ ❖✉r ❞❡✜♥✐t✐♦♥✿ ❇✐❛s✐♥❣ ❡❞❣❡s❂ r❡✇✐r✐♥❣ t❤❡ ❣r❛♣❤ ♦❢ r❡❝♦♠♠❡♥❞❛t✐♦♥s ❖❜s❡r✈❛t✐♦♥ ✶ ❇✐❛s❡❞ ❡❞❣❡s t❛♥❣✐❜❧② ✐♠♣❛❝t t❤❡ ❣r❛♣❤ str✉❝t✉r❡ ❖❜s❡r✈❛t✐♦♥ ✷ ■t ✐s ♣♦ss✐❜❧❡ t♦ ❞❡t❡❝t s✉❝❤ ❜✐❛s✳

❉❛t❛s❡t

✶✼ ♥♦r♠❛❧ r❡❝♦♠♠❡♥❞❛t✐♦♥s ✷ ✧❘❡❝♦♠♠❡♥❞❡❞ ❢♦r ②♦✉✧

❉❛t❛s❡t

k = ✶✼ ♥♦r♠❛❧ r❡❝♦♠♠❡♥❞❛t✐♦♥s k′ = ✷ ✧❘❡❝♦♠♠❡♥❞❡❞ ❢♦r ②♦✉✧

❆♥❛❧♦❣②✿ ▲♦❝❛❧✐t② ♠♦❞❡❧

❙❤♦rt ❧✐♥❦s ↔ ✧❧♦❝❛❧✐t②✧ ✧❍♦♠♦♣❤✐❧②✧ ▲♦♥❣ ✧r❛♥❞♦♠✧ ❧✐♥❦s ✇❡❛❦ t✐❡s

❆♥❛❧♦❣②✿ ▲♦❝❛❧✐t② ♠♦❞❡❧

❙❤♦rt ❧✐♥❦s ↔ ✧❧♦❝❛❧✐t②✧ ✧❍♦♠♦♣❤✐❧②✧ ▲♦♥❣ ✧r❛♥❞♦♠✧ ❧✐♥❦s ↔ ✇❡❛❦ t✐❡s v

❉✐st❛♥❝❡ ✐♠♣❛❝t

0e+00 1e+07 2e+07 3e+07 4e+07 1 2 3 4 5 6 7 8 9 10 11 12 13 14 hops Count Graph Unbiased Biased

❆ ❚♦② ▼♦❞❡❧

❖❜❥❡❝t✐✈❡✿ t✉♥❡ t❤❡ ❧❡✈❡❧ ♦❢ ❜✐❛s ✐♥tr♦❞✉❝❡❞ ❜② t❤❡ ♦♣❡r❛t♦r

R ✐♥♣✉t

d

✐♥♣✉t

✐t❡♠s ❢❡❛t✉r❡s ✵ ✿ ■♥❞❡♣❡♥❞❡♥t ♦✉t♣✉ts✱ ✧♠❛①✐♠✉♠ ❜✐❛s✧ ✿ ◆♦ ❜✐❛s

❆ ❚♦② ▼♦❞❡❧

❖❜❥❡❝t✐✈❡✿ t✉♥❡ t❤❡ ❧❡✈❡❧ ♦❢ ❜✐❛s ✐♥tr♦❞✉❝❡❞ ❜② t❤❡ ♦♣❡r❛t♦r

R ✐♥♣✉t

d

R′ ✐♥♣✉t

d′

✐t❡♠s ❢❡❛t✉r❡s ✵ ✿ ■♥❞❡♣❡♥❞❡♥t ♦✉t♣✉ts✱ ✧♠❛①✐♠✉♠ ❜✐❛s✧ ✿ ◆♦ ❜✐❛s

❆ ❚♦② ▼♦❞❡❧

❖❜❥❡❝t✐✈❡✿ t✉♥❡ t❤❡ ❧❡✈❡❧ ♦❢ ❜✐❛s ✐♥tr♦❞✉❝❡❞ ❜② t❤❡ ♦♣❡r❛t♦r

R ✐♥♣✉t

d

R′ ✐♥♣✉t

d′ iRR′

✐t❡♠s ❢❡❛t✉r❡s iRR′ = ✵ ✿ ■♥❞❡♣❡♥❞❡♥t ♦✉t♣✉ts✱ ✧♠❛①✐♠✉♠ ❜✐❛s✧ iRR′ = d = d′ ✿ ◆♦ ❜✐❛s

❉✐st❛♥❝❡ ✐♠♣❛❝t

0e+00 2e+07 4e+07 1 2 3 4 5 6 7 8 9 10 11 12 hops Count Graph Unbiased Biased

iRR′ = ✵ → ← iRR′ = d

❉❡t❡❝t✐♥❣ ❜✐❛s❡❞ ❡❞❣❡s

❉❡t❡❝t✐♦♥ ✲ ❆♣♣r♦❛❝❤

0e+00 2e+07 4e+07 1 2 3 4 5 6 7 8 9 10 11 12 hops Count Graph Unbiased Biased

❚♦② ♠♦❞❡❧

0e+00 1e+07 2e+07 3e+07 4e+07 1 2 3 4 5 6 7 8 9 10 11 12 13 14 hops Count Graph Unbiased Biased

❨❚ ❞❛t❛s❡t ❚❤❡ r❡♠♦✈❛❧ ♦❢ ✶✵% ❧✐♥❦s ❤❛s ❛ ❞r❛st✐❝ ✐♠♣❛❝t ♦♥ ♣❛t❤ ❧❡♥❣t❤ ❞✐str✐❜✉t✐♦♥ ⇒ ✐♠♣♦rt❛♥t ❧✐♥❦s ✭✇rt ❤♦♣ ❞✐st❛♥❝❡✮ ⇒ ❇❡t✇❡❡♥♥❡ss ❝❡♥tr❛❧✐t② s❤♦✉❧❞ ❞♦✿ cB(e) =

• s,t∈V

σ(s, t|e) σ(s, t) ∝ P(e ∈ Biased)

❉❡t❡❝t✐♦♥ ✲ ▼♦❞❡❧

0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 FPR+TPR TPR iRR' 1 2 3 4

▼♦st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r ▲❡❛st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r

r ❛ ♥ ❞ ♦ ♠ ❝ ❧ ❛ s s ✐ ✜ ❡ r ♣r❡❢❡❝t ❝❧❛ss✐✜❡r

❉❡t❡❝t✐♦♥ ✲ ▼♦❞❡❧

0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 FPR+TPR TPR iRR' 1 2 3 4

▼♦st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r ▲❡❛st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r

r ❛ ♥ ❞ ♦ ♠ ❝ ❧ ❛ s s ✐ ✜ ❡ r

| → →

♣r❡❢❡❝t ❝❧❛ss✐✜❡r

❉❡t❡❝t✐♦♥ ✲ ▼♦❞❡❧

0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 FPR+TPR TPR iRR' 1 2 3 4

▼♦st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r ▲❡❛st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r

r ❛ ♥ ❞ ♦ ♠ ❝ ❧ ❛ s s ✐ ✜ ❡ r ♣r❡❢❡❝t ❝❧❛ss✐✜❡r

❉❡t❡❝t✐♦♥ ✲ ▼♦❞❡❧

0.00 0.25 0.50 0.75 1.00 0.00 0.25 0.50 0.75 1.00 FPR+TPR TPR iRR' 1 2 3 4

▼♦st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r ▲❡❛st ♣r♦❜❛❜❧② ❜✐❛s❡❞ ❛❝❝♦r❞✐♥❣ t♦ ❝❧❛ss✐✜❡r

r ❛ ♥ ❞ ♦ ♠ ❝ ❧ ❛ s s ✐ ✜ ❡ r ♣r❡❢❡❝t ❝❧❛ss✐✜❡r

❉❡t❡❝t✐♦♥ ✲ ❨♦✉t✉❜❡

0.00 0.25 0.50 0.75 1.00 25 50 75 100 FPR+TPR TPR Heuristic edgeBet thMax random

❈♦♥❝❧✉s✐♦♥

❊①❛♠♣❧❡ ❛♣♣❧✐❝❛t✐♦♥✿ ❜✐❛s ❞❡t❡❝t✐♦♥

❇✐❛s ✧❜r❡❛❦s✧ t❤❡ r❡❝♦♠♠❡♥❞❡r ❧♦❝❛❧✐t② ◆♦t s♦ ❜❛❞ ❤❡✉r✐st✐❝ ❯s❡r✲❧♦❝❛❧ ♦❜s❡r✈❛t✐♦♥ ✦

❚❤❡ t♦♣♦❧♦❣✐❝❛❧ ❢❛❝❡ ♦❢ r❡❝♦♠♠❡♥❞❛t✐♦♥✱ ❈♦♠♣❧❡① ◆❡t✇♦r❦s✱ ✷✵✶✼✳ ✧❘❡✈❡rs❡ ❡♥❣✐♥❡❡r✐♥❣✧ r❡♠♦t❡ ❜❧❛❝❦ ❜♦①❡s ✳✳✳ ❉✐✣❝✉❧t ♠♦❞❡❧ ❜✉t✳✳✳ ♦♥❧② ❛♥s✇❡rs t♦ ❛ ❢❡✇ q✉❡st✐♦♥s