• 多模态人类移动的普遍特性：统计物理学的观点;
• 恢复含时网络中丢失和缺少的信息;
• 准备好应对推荐系统的新威胁了吗？基于图卷积的生成先令攻击;
• 通过 Twitter 检测真实世界的影响力;
• 基于网络社区感知和社会信任的物联网访问控制对抗Sybil攻击;
• 部分可观测非对称出口疏散中具有密度控制的动态引导辅助系统：时滞下的策略建议;
• 来自空间博弈的隐含感染切割行为;
• 经济滞后及其数学建模;
• COVID-19 预印本的可重复性;
• 认识真相：利用客观事实和主观观点进行可解释的谣言检测;
• 模式的模式;

多模态人类移动的普遍特性：统计物理学的观点

原文标题： Universal properties of multimodal human mobility: a statistical physics point of view

地址： http://arxiv.org/abs/2107.10546

作者： Chiara Mizzi, Alessandro Fabbri, Giulio Colombini, Fabio Bertini, Armando Bazzani

摘要： 已经在复杂系统物理学的框架内研究了人类移动性的统计特性。利用信息和通信技术提供的新数据集，考虑了移动路径长度和出行时长的分布，以发现复杂性特征的指纹，但不同交通方式对城市统计特性的作用流动性尚未深入研究。在本文中，我们处理的问题是指出不同类型的个人移动性的普遍特征的存在：行人、自行车和车辆城市移动性。特别是，我们建议使用旅行时间作为流动性的通用“能量”，并且我们定义了一个简单的生存模型来解释不同类型流动性的旅行时间分布。分析是在博洛尼亚（意大利）大都市区进行的，在那里可以使用不同交通工具的个人旅行获得 GPS 数据集。我们的结果可以建议如何规划不同的交通网络，以实现与公民使用不同交通方式的倾向兼容的多式联运。

恢复含时网络中丢失和缺少的信息

原文标题： Recovering lost and absent information in temporal networks

地址： http://arxiv.org/abs/2107.10835

作者： James P. Bagrow, Sune Lehmann

摘要： 时间网络中的所有活动都在其边活动数据中刻画——时间序列对网络中每个边的联系强度或开关动态进行编码。然而，在许多实际应用中，边级数据不可用，网络分析必须依赖节点活动数据，节点活动数据聚合了边活动数据，因此信息量较少。这就提出了一个问题：是否可以使用静态网络从节点活动中恢复更丰富的边活动？在这里，我们展示了恢复是可能的，鉴于丢失了多少信息，通常具有惊人的准确度，并且恢复的数据对于后续的网络分析任务很有用。当网络密度增加时，恢复更加困难，无论是拓扑还是动态，但利用动态和拓扑稀疏性可以有效解决恢复问题。我们从理论上和经验上正式描述了恢复问题的难度，证明了恢复错误可以有界的条件，并表明即使不满足这些条件，仍然可以得出高质量的解决方案。有效的恢复既有希望也有危险，因为它可以对复杂系统进行更深入的科学研究，但在社会系统的背景下，当社会信息可以跨多个数据源聚合时，也会引发隐私问题。

准备好应对推荐系统的新威胁了吗？基于图卷积的生成先令攻击

原文标题： Ready for Emerging Threats to Recommender Systems? A Graph Convolution-based Generative Shilling Attack

地址： http://arxiv.org/abs/2107.10457

作者： Fan Wu, Min Gao, Junliang Yu, Zongwei Wang, Kecheng Liu, Xu Wange

摘要： 为了探索推荐系统的鲁棒性，研究人员提出了各种先令攻击模型并分析了它们的不利影响。原始攻击非常可行但由于简单的手工规则而不太有效，而升级攻击更强大但成本高且难以部署，因为它们需要更多的建议知识。在本文中，我们探索了一种称为基于 Graph cOnvolution 的生成先令攻击（GOAT）的新型先令攻击，以平衡攻击的可行性和有效性。 GOAT 采用通过采样为假用户分配物品的原始攻击范式和通过基于深度学习的模型生成假评分的升级攻击范式。它部署了一个生成对抗网络 (GAN)，该网络学习真实评分分布以生成假评分。此外，生成器结合了定制的图卷积结构，该结构利用共同评分项目之间的相关性来平滑虚假评分并增强其真实性。在两个公共数据集上的大量实验从多个角度评估了 GOAT 的性能。我们对 GOAT 的研究证明了以更低的成本构建更强大、更智能的攻击模型的技术可行性，能够分析此类攻击的威胁并指导调查必要的预防措施。

通过 Twitter 检测真实世界的影响力

原文标题： Detecting Real-World Influence Through Twitter

地址： http://arxiv.org/abs/1506.05903

作者： Jean-Valère Cossu (LIA), Nicolas Dugué (LIFO), Vincent Labatut (LIA)

摘要： 在本文中，我们调查了基于人们的 Twitter 帐户检测人们对现实生活影响的问题。我们提出了用于描述此类帐户及其活动的常见 Twitter 功能的概述，并表明这些功能在这种情况下是低效的。特别是，转推和粉丝数量以及 Klout 分数与我们的分析无关。因此，我们提出了几种基于自然语言处理和社会网络分析的机器学习方法来标记 Twitter 用户是否为影响者。我们还根据预测的影响水平对它们进行排名。我们的建议是在 CLEF RepLab 2014 数据集上进行评估的，并且胜过最先进的排名方法。

基于网络社区感知和社会信任的物联网访问控制对抗Sybil攻击

原文标题： An Access Control for IoT Based on Network Community Perception and Social Trust Against Sybil Attacks

地址： http://arxiv.org/abs/2107.10395

作者： Gustavo Oliveira, Agnaldo de Souza Batista, Michele Nogueira, Aldri Santos

摘要： 物联网 (IoT) 的发展增加了个人设备的连接，主要是考虑到其所有者的习惯和行为。这些环境需要访问控制机制来保护它们免受入侵者的侵害，例如 Sybil 攻击。这可能会损害数据隐私或破坏网络运行。社交物联网范式使访问控制系统能够聚合来自设备的社区背景和社交信息，以增强稳健性和安全性。这项工作引入了 ELECTRON 机制，以基于设备之间的社会信任来控制物联网网络中的访问，以保护网络免受女巫攻击者的攻击。 ELECTRON 根据物联网设备的社会相似性将它们分组到社区中，并评估它们的社会信任度，从而加强合法设备之间的可靠性及其抵御 Sybil 攻击者交互的弹性。 NS-3 模拟显示了在 Sybil 攻击下对多个 IoT 社区的 ELECTRON 性能，因此在办公室、学校、体育馆和公园社区等 150 个节点的场景中，它已经能够检测到 90% 以上的攻击者对于相同的社区，它实现了大约 90% 的检测。此外，它提供了超过 90-95% 的高精度和接近于零的误报率。

部分可观测非对称出口疏散中具有密度控制的动态引导辅助系统：时滞下的策略建议

原文标题： Dynamic guiding assistant system with density control in partially observable asymmetric-exit evacuation: Strategic suggestion under time delay

地址： http://arxiv.org/abs/2107.10396

作者： Fengqiang Gao, Zhihao Chen, Yuyue Yan, Linxiao Zheng, Huan Ren

摘要： 为提高部分可观测非对称出口疏散中的疏散效率，研究了具有密度控制算法的动态引导辅助系统的一般框架。在该框架中，建立了多个疏散助手来观察行人位置的部分信息并调整动态引导辅助系统的引导信号。根据观测信息的延迟数据（即相应出口附近观测区域的行人密度），为疏散助手提出了一种简单的基于开关的密度控制算法。通过引入一个力驱动的元胞自动机模型，本文给出了如何设置观测区域和目标密度的策略建议。观察到，所提出的密度控制算法可以控制（积极影响）行人位置的全局分布，并抑制疏散过程中的拱形现象，即使在时间延迟下使用观察到的部分信息也是如此。通过施加适中的目标密度，动态引导辅助系统还抑制了出口附近碰撞的触发，并避免以低效率的方式将行人分开。我们在不失一般性的情况下揭示了一个有趣的事实，即为了提高疏散效率，当观察到的信息的时间延迟足够小时，我们只需要从出口附近的小区域而不是大区域观察行人的位置。我们的数值发现有望为在实际疏散中设计计算机辅助引导策略提供一些新的见解。

来自空间博弈的隐含感染切割行为

原文标题： Implied infection-cutting behaviour from a spatial game

地址： http://arxiv.org/abs/2107.10576

作者： James Burridge, Michal Gnacik

摘要： 理解政府行为如何影响人们减少疾病传播的努力的一种方法是考虑行为对病例率的影响。在本文中，我们提出了一种空间感染切割博弈，形式上等同于与 SIRS 疾病动力学耦合的 Hopfield 神经网络。行为博弈参数可以精确校准到 Covid-19 活跃病例数的地理时间序列，给出疾病切割行为的隐含空间历史。这用于调查政府干预的效果，按区域量化行为，并衡量财富对隐含行为的影响。我们还展示了人们对风险水平感知的延迟如何导致行为不稳定和感染率的波动。

经济滞后及其数学建模

原文标题： Economic Hysteresis and Its Mathematical Modeling

地址： http://arxiv.org/abs/2107.10639

作者： Isaak D. Mayergoyz, Can E. Korman

摘要： 本文探讨了经济滞后的数学模型。首先，介绍了作为历史相关分支的滞后的一般定义，并讨论了它与宏观经济滞后的相关性。然后，回顾了宏观经济滞后的经典 Preisach 模型，并概述了与该模型相关的基本事实。需要强调的是，经典 Preisach 模型的数学结构与宏观经济滞后的起源和性质密切相关。接下来，为了说明经济的持续演变及其对滞后的影响，介绍了滞后的广义 Preisach 模型，并讨论了它与经典 Preisach 模型相比的优势。最后，使用 Preisach 模型证明，经济复苏的缓慢是滞后分支的内在表现。研究表明，这种疲软可以通过使用相关的微观经济数据来预测。

COVID-19 预印本的可重复性

原文标题： Reproducibility of COVID-19 pre-prints

地址： http://arxiv.org/abs/2107.10724

作者： Annie Collins, Rohan Alexander

摘要： 为了检查 COVID-19 研究的可重复性，我们创建了 2020 年 1 月 28 日至 2021 年 6 月 30 日期间发布到 arXiv、bioRxiv、medRxiv 和 SocArXiv 的与 COVID-19 相关的预印本数据集。我们从这些预印本中提取文本并解析它们，寻找关键字标记来表示数据和支持预印本的代码的可用性。对于我们样本中的预印本，我们无法找到 arXiv 上 75%、bioRxiv 上 67%、medRxiv 上 79% 的开放数据或开放代码的标记，以及SocArXiv 上 85% 的用户。我们得出的结论是，让作者将其预印本的开放程度分类为预印本提交过程的一部分可能是有价值的，更广泛地说，需要将开放科学培训更好地整合到广泛的领域中.

认识真相：利用客观事实和主观观点进行可解释的谣言检测

原文标题： Meet The Truth: Leverage Objective Facts and Subjective Views for Interpretable Rumor Detection

地址： http://arxiv.org/abs/2107.10747

作者： Jiawen Li, Shiwen Ni, Hung-Yu Kao

摘要： 现有的谣言检测策略通常会提供检测标签，而忽略它们的解释。尽管如此，提供证据来解释为什么可疑的推文是谣言是必不可少的。因此，本文提出了一种新颖的模型 LOSIRD。首先，LOSIRD 从大约 500 万份维基百科文档中挖掘适当的证据句子，并通过自动检查给定声明与其证据之间关系的真实性对它们进行分类。 LOSIRD 然后自动构建两个异构图对象来模拟推文的传播布局并编码证据的关系。最后，在 LOSIRD 中使用了一个 graphSAGE 处理组件来提供标签和证据。据我们所知，我们是第一个结合客观事实和主观观点来验证谣言的人。在两个真实世界 Twitter 数据集上的实验结果表明，我们的模型在早期谣言检测任务中表现出最佳性能，其谣言检测性能优于其他基线和最先进的模型。此外，我们确认客观信息和主观信息都是谣言检测的基本线索。

模式的模式

原文标题： Patterns of Patterns

地址： http://arxiv.org/abs/2107.10497

作者： Joseph Corneli, Alex Murphy, Raymond S. Puzio, Leo Vivier, Noorah Alhasan, Charles J. Danoff, Vitor Bruno, Charlotte Pierce

摘要： 我们将 Inayatullah 的因果分层分析 (CLA) 方法从未来研究领域引入到设计模式领域。我们开发了一个简短的案例研究，展示了我们如何在一个研究 Emacs 编辑器的合作研究项目中将 CLA 与模式集成。然后，我们应用该方法来探索设计模式话语作为一个整体的演变方式。我们讨论了对未来研究和创新的影响，概述了在大规模分布式协作中使用设计模式的几种场景。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://netsci.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。