Opinion manipulation in social networks. Manipolazione delle opinioni nelle reti sociali

This thesis aims at investigating the effects of different opinion manipulation strategies applied to synthetic social networks. The opinion of each individual in the social network is modelled as a Markovian model, whose transition rates are dependent on the opinions of the individual's neighbours. Monte Carlo simulations are carried out in order to inspect the consequences induced by variations of the main model parameters and different attack strategies on the steady-state average opinion of the network. It will be proved that some strategies consistently achieve better results compared to the others, although none of the investigated heuristics for selecting the most influential agents is capable of attaining the optimal result for every network topology. Some attention is dedicated to the effects introduced on the opinion manipulation attack by the presence of a community structure in the network, showing that not always a straightforward strategy like concentrating the attack effort on a single community is the most effective plan of action for manipulating the average opinion of that community. Lastly, it is analysed how the platform manager of an online social network like Facebook or Twitter could restore a neutral average opinion in the network by exerting a content-dependent filtering action on the posts shared between users, and how to assess the severity of an opinion manipulation attack from the magnitude of the required filtering effort. It will be showed that acting on the "centralized control knobs" used to exert the filtering action intensifies the opinion polarization between different communities.

Questa tesi si propone di indagare gli effetti di diverse strategie di manipolazione dell'opinione applicate a reti sociali sintetiche governate da un modello Markoviano multi-agente, i cui tassi di transizione individuali dipendono dalle specifiche opinioni assunte dai vicini di ciascun agente. Verranno mostrati i risultati di simulazioni Monte Carlo del sistema, al fine di esaminare le conseguenze dovute alle variazioni dei principali parametri del modello e di differenti strategie di attacco sull'opinione media della rete a regime. Verrà dimostrato che alcune strategie di attacco ottengono consistentemente risultati migliori rispetto alle altre, sebbene nessuna delle euristiche trattate per la selezione degli agenti più influenti è in grado di ottenere il risultato ottimale in ogni topologia di rete. Particolare attenzione verrà dedicata agli effetti introdotti sull'attacco dalla presenza nella rete di una struttura di comunità, dimostrando che perseguire una semplice strategia come concentrare l'attacco su una singola comunità non sempre costituisce il piano d'azione più efficace per manipolare l'opinione media di quella comunità. Infine, verrà analizzato come il gestore di un social network come Facebook o Twitter possa ripristinare un'opinione media neutrale attraverso l'esercizio di un'azione di filtraggio dei post condivisi tra gli utenti, e come valutare la gravità di un attacco dall'entità dello sforzo di filtraggio richiesto. Si vedrà che, agendo sulle "manopole di controllo centralizzate" utilizzate per esercitare l'azione di filtraggio, si intensifica la polarizzazione delle opinioni tra le diverse comunità.