본 논문은 소셜 네트워크에서 루머의 근원지를 식별하는 그래프 기반 소스 탐지 문제를 다룹니다. 기존 머신러닝 기반 방법들의 한계를 극복하기 위해, 우수한 전역 모델링 성능과 계산 효율성을 가진 상태 공간 모델 Mamba를 기반으로 하는 새로운 모델 SourceDetMamba를 제시합니다. SourceDetMamba는 고차 상호작용을 모델링하기 위해 하이퍼그래프를 사용하고, 시간에 따른 네트워크 스냅샷을 역순으로 Mamba에 입력하여 전파 역학을 추론합니다. 또한, 시간적 의존성과 위상적 맥락을 모두 고려하는 새로운 그래프 인식 상태 업데이트 메커니즘을 제안하여 전파 패턴을 효과적으로 포착합니다. 8개의 데이터셋에 대한 실험 결과, SourceDetMamba가 기존 최첨단 방법들을 능가하는 성능을 보임을 확인했습니다.
