59、去中心化在线社交网络中基于流言的行为群体识别

去中心化在线社交网络中基于流言的行为群体识别

聚类模型更新

在去中心化在线社交网络（DOSNs）的框架中，在线聚类算法是更新聚类模型的关键部分。它基于每个用户的局部参数估计来更新聚类模型。在用户的随机邻居缓存（RNC）的条目中，除了随机用户ID列表、寿命字段和到达路径外，还维护着聚类模型的参数估计。

基于流言的聚类算法步骤如下：
1. 初始化阶段 ：每个用户$u_i$用直接朋友和两跳朋友填充RNC，并为每个聚类$l$初始化局部参数估计。
2. 交换阶段 ：初始化后，用户以固定周期$\triangle T$同时且周期性地交换邻居和聚类模型的参数估计。通信模型采用推 - 拉（Push - Pull）模型，因为推（Push）模型容易导致网络中用户集合的分区。
- 发起用户$u_i$将RNC中所有邻居的寿命加1。
- 选择RNC中寿命最高的邻居$u_j$，将其寿命设为0。
- 若需推送信息，用寿命为0、包含$u_i$的ID和到达路径的新条目替换RNC中$u_j$的条目。
- 从$u_i$的RNC中选择邻居子集$S$，保存到临时交换缓存（ExC）。
- 更新ExC中的条目路径，并发送给前往$u_j$路径上的下一个用户。
- 将局部参数估计发送给前往$u_j$路径上的下一个用户$u_k$。
- 路径上的所有用户更新ExC中的条目路径，并将更新后的ExC和从$u_i$收到的参数估计发送给下一个用户。
3. 接收阶段 ：当用户$u_j$从直接朋友处收到来自$u_i$的ExC时：
- 从自己的RNC中随机