Download full ebook of Disrupting Dark Networks Sean F Everton instant download pdf

Disrupting Dark Networks Sean F Everton download
https://ebookbell.com/product/disrupting-dark-networks-sean-f-
everton-48075016
Explore and download more ebooks at ebookbell.com

Here are some recommended products that we believe you will be
interested in. You can click the link to download.
Disrupting Dark Networks Sean F Everton
https://ebookbell.com/product/disrupting-dark-networks-sean-f-
everton-51242128
Disputing The Deluge Collected 21stcentury Writings On Utopia
Narration And Survival 1st Edition Darko Suvin
https://ebookbell.com/product/disputing-the-deluge-
collected-21stcentury-writings-on-utopia-narration-and-survival-1st-
edition-darko-suvin-50236332
Disrupting Sports Journalism 1st Edition Simon Mcennis
https://ebookbell.com/product/disrupting-sports-journalism-1st-
edition-simon-mcennis-48196094
Disrupting Maize Food Biotechnology And Nationalism In Contemporary
Mexico Gabriela Mndez Cota
https://ebookbell.com/product/disrupting-maize-food-biotechnology-and-
nationalism-in-contemporary-mexico-gabriela-mndez-cota-49843434

Disrupting The Patrn Indigenous Land Rights And The Fight For
Environmental Justice In Paraguays Chaco Joel E Correia
https://ebookbell.com/product/disrupting-the-patrn-indigenous-land-
rights-and-the-fight-for-environmental-justice-in-paraguays-chaco-
joel-e-correia-49843494
Disrupting Leadership In Entrepreneurial Universities Disengagement
And Diversity In Higher Education Jill Blackmore
https://ebookbell.com/product/disrupting-leadership-in-
entrepreneurial-universities-disengagement-and-diversity-in-higher-
education-jill-blackmore-50229664
Disrupting The Patrn Indigenous Land Rights And The Fight For
Environmental Justice In Paraguays Chaco Joel E Correia
https://ebookbell.com/product/disrupting-the-patrn-indigenous-land-
rights-and-the-fight-for-environmental-justice-in-paraguays-chaco-
joel-e-correia-51438364
Disrupting Dignity Rethinking Power And Progress In Lgbtq Lives
Stephen M Engel Timothy S Lyle
https://ebookbell.com/product/disrupting-dignity-rethinking-power-and-
progress-in-lgbtq-lives-stephen-m-engel-timothy-s-lyle-51757136
Disrupting Rape Culture Public Space Sexuality And Revolt Alexandra
Fanghanel
https://ebookbell.com/product/disrupting-rape-culture-public-space-
sexuality-and-revolt-alexandra-fanghanel-51810030

Disrupting Dark Networks
This is the ﬁrst book in which counterinsurgency theory and social network
analysis are coupled.Disrupting Dark Networksfocuses on how social
network analysis can be used to craft strategies to track, destabilize, and
disrupt covert and illegal networks. The book begins with an overview
of the key terms and assumptions of social network analysis and various
counterinsurgency strategies. The next several chapters introduce readers to
algorithms and metrics commonly used by social network analysts. These
chapters include worked examples from four different social network analy-
sis software packages (UCINET, NetDraw, Pajek, and ORA) using standard
network datasets. Moreover, data from an actual terrorist network serves as
a running example throughout the book.Disrupting Dark Networkscon-
cludes by considering the ethics of and various ways that social network
analysis can inform counterinsurgency strategizing. By contextualizing these
methods in a larger counterinsurgency framework, this book offers scholars
and analysts an array of approaches for disrupting dark networks.
Sean F. Everton is Assistant Professor in the Department of Defense Analysis,
as well as the Co-Director of the CORE Lab, at the Naval Postgraduate
School.

Structural Analysis in the Social Sciences
Mark Granovetter, editor
The series Structural Analysis in the Social Sciences presents studies that analyze
social behavior and institutions by reference to relations among such concrete
social entities as persons, organizations, and nations. Relational analysis con-
trasts on the one hand with reductionist methodological individualism and on
the other with macro-level determinism, whether based on technology, material
conditions, economic conﬂict, adaptive evolution, or functional imperatives. In
this more intellectually ﬂexible structural middle ground, analysts situate actors
and their relations in a variety of contexts. Since the series began in 1987, its
authors have variously focused on small groups, history, culture, politics, kin-
ship, aesthetics, economics, and complex organizations, creatively theorizing how
these shape and in turn are shaped by social relations. Their style and methods
have ranged widely, from intense, long-term ethnographic observation to highly
abstract mathematical models. Their disciplinary afﬁliations have included his-
tory, anthropology, sociology, political science, business, economics, mathemat-
ics, and computer science. Some have made explicit use of social network analysis,
including many of the cutting-edge and standard works of that approach, whereas
others have kept formal analysis in the background and used “networks” as a
fruitful orienting metaphor. All have in common a sophisticated and revealing
approach that forcefully illuminates our complex social world.
Other Books in the Series
1. Mark S. Mizruchi and Michael Schwartz, eds.,Intercorporate Relations: The
Structural Analysis of Business
2. Barry Wellman and S. D. Berkowitz, eds.,Social Structures: A Network
Approach
3. Ronald L. Brieger, ed.,Social Mobility and Social Structure
4. David Knoke,Political Networks: The Structural Perspective
5. John L. Campbell, J. Rogers Hollingsworth, and Leon N. Lindberg, eds.,
Governance of the American Economy
6. Kyriakos Kontopoulos,The Logics of Social Structure
7. Philippa Pattison,Algebraic Models for Social Structure
8. Stanley Wasserman and Katherine Faust,Social Network Analysis: Methods
and Applications
9. Gary Herrigel,Industrial Constructions: The Sources of German Industrial
Power
10. Philippe Bourgois,In Search of Respect: Selling Crack in El Barrio
11. Per Hage and Frank Harary,Island Networks: Communication, Kinship,
and Classiﬁcation Structures in Oceana
12. Thomas Schweitzer and Douglas R. White, eds.,Kinship, Networks, and
Exchange
13. Noah E. Friedkin,A Structural Theory of Social Inﬂuence
14. David Wank,Commodifying Communism: Business, Trust, and Politics in
a Chinese City
15. Rebecca Adams and Graham Allan,Placing Friendship in Context
(continued after the Index)

Disrupting Dark Networks
SEAN F. EVERTON
U.S. Naval Postgraduate School, Monterey, CA

cambridge university press
Cambridge, New York, Melbourne, Madrid, Cape Town,
Singapore, S˜ao Paulo, Delhi, Mexico City
Cambridge University Press
32 Avenue of the Americas, New York, NY 10013-2473, USA
www.cambridge.org
Information on this title:
CCambridge University Press 2012
This is a work of the U.S. Government and is not subject to copyright
protection in the United States.
First published 2012
Printed in the United States of America
A catalog record for this publication is available from the British Library.
Library of Congress Cataloging in Publication data
Everton, Sean F.
Disrupting dark networks / Sean F. Everton.
p. cm. – (Structural analysis in the social sciences)
Includes bibliographical references and index.
ISBN 978-1-107-02259-1 (hardback) – ISBN 978-1-107-60668-5 (pbk.)
1. Social networks – Research. 2. Social sciences – Network analysis. I. Title.
HM711.E94 2012
302.30285–dc23 2012016085
ISBN 978-1-107-02259-1 Hardback
ISBN 978-1-107-60668-5 Paperback
Additional resources for this publication at https://sites.google.com/site/sfeverton
Cambridge University Press has no responsibility for the persistence or accuracy
of URLs for external or third-party Internet websites referred to in this
publication and does not guarantee that any content on such Web sites is, or
will remain, accurate or appropriate.

To Deanne, Brendan, and Tara

Contents
Figures pagexiii
Tables xxiii
Preface xxv
Acknowledgments xxxv
part i.introduction
1 Social Network Analysis: An Introduction 3
1.1 Introduction 3
1.2 Misconceptions and Differences 6
1.3 Basic Terms and Concepts 8
1.4 Assumptions 14
1.5 Social Networks, Human Agency, and Culture 29
1.6 Summary and Conclusion 31
2 Strategic Options for Disrupting Dark Networks 32
2.1 Introduction 32
2.2 Strategic Options for Disrupting Dark Networks 33
2.3 Crafting Strategies with Social Network Analysis 38
2.4 Summary and Conclusion 44
part ii.social network analysis: techniques
3 Getting Started with UCINET, NetDraw, Pajek, and ORA 49
3.1 Introduction 49
3.2 UCINET 49
3.3 NetDraw 55
3.4 Pajek 62
3.5 ORA (Organizational Risk Analyzer) 69
3.6 Summary and Conclusion 74
4 Gathering, Recording, and Manipulating Social Networks 76
4.1 Introduction 76
ix

x Contents
4.2 Boundary Speciﬁcation 77
4.3 Ego Networks and Complete Networks 80
4.4 Types of Social Network Data 82
4.5 Collecting Social Network Data 87
4.6 Recording Social Network Data 91
4.7 Deriving One-Mode Networks from Two-Mode
Networks 102
4.8 Combining, Aggregating, and Parsing Networks 107
4.9 Extracting and Simplifying Networks 122
4.10 Summary and Conclusion 132
part iii.social network analysis: metrics
5 Network Topography 135
5.1 Introduction 135
5.2 Some Basic Topographical Metrics 137
5.3 The Provincial-Cosmopolitan Dimension 138
5.4 The Hierarchical-Heterarchical Dimension 141
5.5 Estimating Network Topographical Metrics 143
5.6 Summary and Conclusion 166
6 Cohesion and Clustering 170
6.1 Introduction 170
6.2 Components 171
6.3 Cores 182
6.4 Factions 187
6.5 Newman Groups 194
6.6 Summary and Conclusion 204
7 Centrality, Power, and Prestige 206
7.1 Introduction 206
7.2 Centrality and Power 211
7.3 Centrality and Prestige 240
7.4 Summary and Conclusion 251
8 Brokers, Bridges, and Structural Holes 253
8.1 Introduction 253
8.2 Structural Holes 254
8.3 Bridges, Bi-Component, and Cutpoints 264
8.4 Key Players 271
8.5 Afﬁliations and Brokerage 277
8.6 Bridges and Network Flow 282
8.7 Summary and Conclusion 284
9 Positions, Roles, and Blockmodels 286
9.1 Introduction 286
9.2 Structural Equivalence 287

Contents xi
9.3 Automorphic Equivalence 289
9.4 Regular Equivalence 292
9.5 Blockmodeling in UCINET, Pajek, and ORA 295
9.6 Summary and Conclusion 315
part iv.social network analysis: advances
10 Dynamic Analyses of Dark Networks 319
10.1 Introduction 319
10.2 The Longitudinal Analysis of Dark Networks 319
10.3 Fusing Geospatial and Social Network Data 333
10.4 Summary and Conclusion 341
11 Statistical Models for Dark Networks 343
11.1 Introduction 343
11.2 Statistical Models for Social Network Data 348
11.3 Statistical Models in UCINET and ORA 349
11.4 Summary and Conclusion 360
part v.conclusion
12 The Promise and Limits of Social Network Analysis 365
12.1 Introduction 365
12.2 The Promise and Limits of Social Network Analysis 366
12.3 Disrupting Dark Networks Justly 367
12.4 Summary and Conclusion 383
Appendix 1: The Noordin Top Terrorist Network 385
Appendix 2: Glossary of Terms 397
Appendix 3: Multidimensional Scaling with UCINET 404
Appendix 4: The Just War Tradition 417
References 421
Index 445

Figures
1.1Illustrative Link Analysis Diagram page6
1.2Illustrative SNA Diagrams 7
1.3Hypothetical Social Network 9
1.4Solomon Asch’s Conformity Experiment 16
1.5Strong and Weak Ties 20
1.6Granovetter’s Forbidden Triad 20
2.1Marriage Ties among Renaissance Florentine Families41
3.1UCINET Interface 51
3.2UCINET Display Dialog Box 52
3.3UCINET Output Log 53
3.4UCINET Helper Application Dialog Box 55
3.5NetDraw Home Screen 56
3.6NetDraw Display of Krackhardt High-Tech Data 57
3.7Node Size Dialog Box 61
3.8NetDraw Map of Krackhardt Data Size Reﬂecting Tenure62
3.9Pajek Net File (Edge List) 63
3.10Pajek Main Screen 64
3.11Pajek Draw Screen 66
3.12Pajek’s Main Screen 68
3.13Krackhardt Advice Network with Varying Node Size and
Color (Pajek) 68
3.14ORA Main Screen 71
3.15Accessing ORA’s Visualizer from ORA’s Main Screen 72
3.16ORA Visualizer 72
3.17ORA Editor 73
3.18Krackhardt Advice Network with Varying Node Size and
Color (ORA) 74
4.1Hypothetical Ego Network 81
4.2Subset of Padgett and Ansell’s Marriage Data 83
4.3Sociogram of Padgett and Ansell’s Marriage Data 84
xiii

xiv Figures
4.4Krackhardt Advice Network Data 85
4.5Sociogram of Krackhardt’s Advice Network 85
4.6Davis’s Southern Women Network Data 86
4.7Sociogram of Davis’s Southern Women 88
4.8Padgett and Ansell’s Marriage Network (UCINET) 91
4.9ORA’s New Meta-Network Dialog Box (Krackhardt
High-Tech) 93
4.10Krackhardt’s Advice Network Matrix (ORA) 93
4.11Davis’s Southern Women Matrix (UCINET Spreadsheet
Editor) 94
4.12ORA’s Create New Meta-Network Dialog Box (Davis’s
Southern Women) 95
4.13Davis’s Southern Women Matrix (ORA) 96
4.14Krackhardt High-Tech Attribute Data (UCINET) 97
4.15Krackhardt High-Tech Attribute Data (ORA) 97
4.16UCINET Export to Pajek Dialog Box 98
4.17UCINET DL Export Dialog Box 99
4.18ORA’s Data Import Wizard 101
4.19ORA’s Data Import Dialog Box 102
4.20Importing Attribute Data in ORA 103
4.21Importing Attribute Data in ORA Dialog Box 103
4.22Southern Club Women: Co-Membership Network 104
4.23Southern Club Women: Event Overlap Network 104
4.24UCINET Afﬁliations Dialog Box 105
4.25Pajek Display of Davis’s Southern Women
Co-Membership Network 106
4.26Transforming Two-Mode Network into One-Mode
Network in ORA 107
4.27ORA’s Fold Network Dialog Box 107
4.28Sampson Monastery Data (UCINET Log) 109
4.29Sampson Monastery Data (UCINET Spreadsheet
Editor) 110
4.30UCINET Unpack Dialog Box 110
4.31NetDraw Drawing of Sampson’s Monastery Data 111
4.32UCINET’s Join/Merge Datasets Function 113
4.33UCINET within Dataset Aggregations Dialog Box 113
4.34UCINET between Dataset Statistical Summaries Dialog
Box 114
4.35UCINET Boolean Combination Dialog Box 114
4.36Pajek Edgelist of Padgett Marriage and Business Network
Data 115
4.37Pajek Network Map of Padgett Multirelational Data116
4.38Two Networks Highlighted in Pajek’s Network
Drop-Down Menus 117

Figures xv
4.39UCINET within Dataset Cellwise Transformations Dialog
Box 118
4.40UCINET between Dataset Statistical Summaries Dialog
Box 119
4.41UCINET between Dataset Aggregations Output Log 120
4.42Pajek Drawing of Sampson Monastery Liking and
Disliking Data 120
4.43Noordin’s Trust Network Loaded in ORA 121
4.44ORA Visualization of Noordin’s Trust Network 122
4.45Transform Meta-Network Dialog Box (ORA) 123
4.46UCINET Subgraphs from Partition Dialog Box 123
4.47NetDraw Graph of Noordin Top’s Alive and Free
Operational Network 124
4.48NetDraw Collapse Nodes by Attribute Dialog Box 125
4.49NetDraw Graph of Noordin’s Operational Network
Collapsed by Role 126
4.50Pajek Drawing of Noordin Top’s Alive Operational
Network 127
4.51Pajek Drawing of Noordin’s Operational Network
Collapsed by Role 129
4.52ORA Attribute Partition Tool 130
4.53ORA Drawing of Noordin’s Incarcerated Trust Network130
4.54ORA’s Meta-Node Manager 131
4.55ORA’s Meta-Node Network Map 132
5.1Strong and Weak Ties 139
5.2UCINET’s Matrix Browser 144
5.3UCINET’s Old Geodesic Distance Output 144
5.4UCINET’s Dichotomize Dialog Box 147
5.5UCINET’s Density Dialog Box 148
5.6UCINET’s Density and Average Degree Output 148
5.7UCINET’s Clustering Coefﬁcient Output 150
5.8UCINET’s Degree Centrality Dialog Box 154
5.9UCINET’s Eigenvector Centrality Dialog Box 154
5.10UCINET’s Closeness Centrality Dialog Box 155
5.11UCINET’s Degree Centrality Output 156
5.12UCINET’s Betweenness Centrality Output 156
5.13Noordin Trust and Communication Networks (NetDraw)159
5.14Pajek’s Info>Network>General Report 160
5.15Pajek’s Main Screen 160
5.16Pajek’s Distribution of Distances Report 161
5.17Pajek’s Info>Network>General Report 162
5.18Pajek’s Clustering Coefﬁcient Report (Communication
Network) 162
5.19Pajek’s Degree Centralization Report 163

xvi Figures
5.20ORA’s Main Screen with Network Statistics 164
5.21ORA’s Standard Network Analysis Report Dialog Box165
5.22Noordin School Network (Isolates Removed) 168
6.1Simple Unconnected Directed Network (from de Nooy
et al.2005:66) 171
6.2UCINET Components Dialog Box 172
6.3UCINET (Strong) Components Output Log 173
6.4UCINET (Weak) Components Output Log 174
6.5NetDraw Visualization of the Drug-User Network’s Main
Component 175
6.6NetDraw Visualization of the Drug-User Network’s
Weak Components 176
6.7Pajek Visualization of the Drug-User Network’s Weak
Components 177
6.8Pajek Report of Partition Information 178
6.9Noordin’s Combined Network Components (Pajek) 179
6.10Components of Noordin’s Alive Trust Network (Pajek)179
6.11Components of Noordin’s Alive Combined Network
(ORA) 180
6.12k-Cores of Drug-User Network (NetDraw) 183
6.13UCINETk-Core Output File (Noordin’s Alive Trust
Network) 184
6.14k-Cores of Noordin’s Alive Trust Network (NetDraw)185
6.15Pajek Report of General Network Information 186
6.16Pajek Drawing of Noordin’s Alive Operational Network
k-Cores 187
6.17A Perfectly Factionalized Network (NetDraw) 188
6.18UCINET Factional Analysis Output 189
6.19An Almost–Perfectly Factionalized Network (NetDraw)189
6.20UCINET Faction Analysis Output 190
6.21UCINET Faction Dialog Box 191
6.22Three-Block (top) and Four-Block (bottom) Faction
Analyses: Noordin Alive and Free Combined Network
(NetDraw) 193
6.23NetDraw Factions Dialog Box 194
6.24UCINET Girvan-Newman Dialog Box 196
6.25UCINET Girvan-Newman Output 197
6.26UCINET Cluster Adequacy Function 198
6.27UCINET Cluster Adequacy Output 199
6.28Two-Cluster (top) and Three-Cluster (bottom)
Girvan-Newman: Alive and Free Combined Network
(NetDraw) 199
6.29NetDraw Girvan-Newman Dialog Box 200
6.30ORA Locate Subgroups Dialog Box 201

Figures xvii
6.31ORA Locate Subgroups Dialog Box 202
6.32ORA Locate Subgroups Report (Text File) 203
6.33ORA’s Visualization of Newman Groups 203
7.1UCINET’s Centrality and Power Menu 207
7.2UCINET’s Degree Centrality Dialog Box 212
7.3UCINET’s Degree Centrality Output Log (Padgett Data)213
7.4UCINET’s Degree Centrality Output (Noordin Alive
Combined Network) 214
7.5Noordin Alive Combined Network (Node Size=Degree)
(Pajek) 215
7.6UCINET’s Extract Main Component Dialog Box 217
7.7UCINET’s Freeman Closeness Centrality Output 218
7.8UCINET’s Closeness Centrality Dialog Box 220
7.9UCINET’s Closeness (ARD) Centrality Output 220
7.10Noordin Alive Combined Network (Node Size=ARD)
(Pajek) 221
7.11UCINET’s Betweenness Centrality Output Log 223
7.12Noordin Alive Combined Network
(Node Size=Betweenness) (Pajek) 225
7.13UCINET Eigenvector Centrality Dialog Box 226
7.14Noordin Alive Combined Network
(Node Size=Eigenvector) (Pajek) 227
7.15UCINET Eigenvector Centrality Output 229
7.16UCINET Multiple Centrality Measures Dialog Box 229
7.17UCINET Regression Dialog Box 230
7.18UCINET Regression Output Log 230
7.19NetDraw Size of Nodes Dialog Box 231
7.20NetDraw Centrality Measures Dialog Box 232
7.21Pajek Info Partition/Vector Dialog Box 233
7.22Pajek Drawing of Alive Trust Network, Layered by
Degree Centrality 234
7.23Alive Trust Network, Top-Ten Hubs/Authorities
Highlighted (Pajek) 236
7.24Pajek Main Screen 236
7.25ORA’s Generate Reports Dialog Box 237
7.26ORA’s Generate Reports Dialog Box 238
7.27ORA Network Map with Node Size Varying by
Eigenvector Centrality 239
7.28UCINET’s Unpack Dialog Box 240
7.29UCINET’s Indegree (and Outdegree) Centrality Output241
7.30UCINET’s Hubs and Authorities Output 243
7.31UCINET’s Reach Centrality Output 244
7.32Pajek’s Partition Information Report (Indegree Centrality
Scores) 245

xviiiFigures
7.33Pajek’s Partition Information Report (Authority Scores)246
7.34Pajek’s Partition Information Report (Input Domain)247
7.35Pajek’s Partition Information Report (Restricted Input
Domain) 248
7.36Pajek’s Main Screen 249
7.37Pajek’s Vector Information Report (Proximity Prestige)249
7.38ORA’s Standard Network Analysis Report (Indegree
Centrality) 250
7.39Advice Network with Node Size by Indegree and
Authority Centrality (ORA) 251
8.1Four Types of Triads 255
8.2Victor’s Ego Network (from de Nooy et al.2005:146) 256
8.3UCINET’s Structural Holes Dialog Box 256
8.4UCINET’s Structural Holes Output 257
8.5NetDraw’s Size of Nodes Dialog Box 259
8.6NetDraw Map of the Strike Network’s Structural Holes
(rConstraint) 259
8.7Alive Communication Network (Pajek): Original and
Dyadic Constraint 261
8.8Pajek Network Map of Communication Network’s
Structural Holes 262
8.9ORA Network Map of Communication Network’s
Structural Holes 263
8.10Scatter Plot Comparison of Constraint and Betweenness
(ORA) 264
8.11Alive and Free Operational Network: Bi-Component
Analysis 265
8.12UCINET Bi-Component Output Log 267
8.13NetDraw Color of Nodes Dialog Box 267
8.14Pajek Bi-Component Hierarchy 268
8.15Alive and Free Operational Network with Cutpoints
Highlighted (Pajek) 269
8.16ORA All Measures Report Identifying Boundary Spanners
(Cutpoints) 270
8.17ORA Measure Charts Function Identifying Boundary
Spanners 270
8.18Boundary Spanners Identiﬁed in ORA’s Visualizer 271
8.19Key Player Program 273
8.20Key Players in the Alive Combined Network 275
8.21ORA Critical Set Dialog Box 276
8.22ORA Visualization of Critical Set in Combined Alive
Network 277
8.23Brokerage Roles of “John” 278
8.24UCINET Brokerage Role Dialog Box 279

Figures xix
8.25UCINET Brokerage Role Output Log 280
8.26NetDraw Drawing of Gatekeeper Roles in Combined
Alive Network 282
8.27Pajek Drawing of Gatekeeper Roles in Combined Alive
Network 283
8.28Combined Alive Network, Tie-Width Equals Edge
Betweenness (NetDraw) 284
9.1Structural Equivalence of Wasserman and Faust Network288
9.2Automorphic Equivalence of Wasserman and Faust
Network 290
9.3UCINET MaxSim Output of Wasserman and Faust
Network 292
9.4Regular Equivalence of Wasserman and Faust Network293
9.5Wasserman and Faust (1994) Structural Equivalence
Network 296
9.6UCINET Structural Equivalence Proﬁle Similarity
Dialog Box 296
9.7UCINET Structural Equivalence Matrix 297
9.8UCINET Structural Equivalence Partition 297
9.9UCINET Block Image Dialog Box 298
9.10UCINET Permuted and Partitioned Matrix 298
9.11Image Matrix Graph (NetDraw) 299
9.12UCINET CONCOR Dialog Box 300
9.13UCINET CONCOR Density Matrix 301
9.14Final Image Matrix (Blockmodel), Zero-Block Method
(UCINET) 302
9.15UCINET Block Image Dialog Box 303
9.16UCINET Dichotomize Dialog Box 303
9.17Final Image Matrix, Threshold Method (UCINET) 304
9.18Sociogram of Final Image Matrix (NetDraw) 304
9.19UCINET Interactive CONCOR Dialog Box 305
9.20UCINET Optimization Structural Equivalence Dialog
Box 305
9.21Final Image Matrix, Optimization Method (UCINET) 307
9.22Alive Operational Network with CONCOR Partition
(NetDraw) 307
9.23Alive Operational Network with Optimization Partition
(NetDraw) 308
9.24Pajek Blockmodeling Dialog Box 309
9.25Pajek Blockmodeling Report 309
9.26Blockmodel of Alive Operational Network (Pajek) 310
9.27Pajek-Generated Permuted Matrix 311
9.28Pajek Blockmodeling Dialog Box with User-Deﬁned
Option 312

xx Figures
9.29ORA’s Locate Subgroups Dialog Box with CONCOR
Option 313
9.30ORA Visualization of CONCOR Groups 314
9.31ORA Visualization of CONCOR Grouping (from
Visualizer) 314
10.1Partial Listing of Sampson.net 321
10.2Sampson Liking Network at Times 2, 3, and 4 (Pajek)324
10.3Partial Listing of Noordin’s Alive and Free Operational
Network 325
10.4ORA’s Data Import Wizard (Pajek Option Selected) 327
10.5UCINET Pajek Import Dialog Box 327
10.6ORA’s Main Screen with Networks Highlighted 328
10.7Measures over Time of Alive and Free Operational
Network 329
10.8Measures over Time of Alive Operational Network 331
10.9Change Detection Noordin Alive Operational Network332
10.10Node Class Editor 333
10.11ORA Create Attributes Dialog Box 334
10.12Node Class Editor with Latitude, Longitude, and
MGRS Attributes 335
10.13Conﬁgure Locations Dialog Box 335
10.14ORA’s GIS Visualization of Noordin Alive Operational
Network 336
10.15Google Earth Maps of Alive and Free Operational
Network 337
10.16ORA’s Create Node Class Dialog Box 338
10.17ORA’s Create Network Dialog Box 338
11.1UCINET’s Attribute Regression Dialog Box 350
11.2UCINET’s Attribute Multivariate Regression Output351
11.3UCINET’s QAP Correlation Dialog Box 352
11.4UCINET’s QAP Correlation Report 353
11.5UCINET’s MRQAP Network Regression Dialog Box 354
11.6UCINET’s Network Regression Output 355
11.7ORA’s Attribute Regression (Overall Statistics) 356
11.8ORA’s Attribute Regression (Coefﬁcients) 357
11.9ORA’s Network Regression Dialog Box 358
11.10ORA’s Network Regression Dialog Box 359
11.11ORA’s Network Correlation and Regression Report 360
A3.1UCINET’s Metric MDS Dialog Box 406
A3.2UCINET’s Metric MDS Output (2-D) 406
A3.3UCINET’s Metric MDS Output (3-D) 407
A3.4UCINET’s Nonmetric MDS Scaling Dialog Box 408
A3.5UCINET’s Nonmetric MDS Output (2-D) 408
A3.6UCINET’s Nonmetric MDS Output (3-D) 409

Figures xxi
A3.7Nonmetric MDS Map of Padgett Marriage Network
(NetDraw) 410
A3.8UCINET’s Export to Mage Dialog Box 410
A3.9UCINET’s Launch Mage Program Dialog Box 411
A3.10Mage’s Visualization of Padgett Marriage Data 411
A3.11UCINET’s Structural Equivalence Proﬁle Dialog Box412
A3.12NetDraw’s Nonmetric MDS Graph of Krackhardt Advice
Network (2-D) 413
A3.13Mage’s Nonmetric MDS Graph of Krackhardt Advice
Network (3-D) 413
A3.14Bipartite Graph of Davis’s Southern Women 414
A3.15UCINET’s Bipartite Dialog Box 415
A3.16UCINET’s Geodesic Distance Dialog Box 415
A3.17NetDraw’s Geodesic MDS Graph of Davis’s Southern
Women (2-D) 416
A3.18Mage’s Geodesic MDS Graph of Davis’s Southern
Women (3-D) 416

Tables
2.1Strategic Options of Social Network Analysis page38
3.1Meta-Matrix Representation of Meta-Network 69
4.1Boundary Speciﬁcation Typology 80
4.2Aggregation of Noordin Top’s Terrorist Network Ties112
5.1Diameter, Average Distance, and Fragmentation of
Noordin’s Network 145
5.2Density, Average Degree, Clustering Coefﬁcient, and Small
World Q 151
5.3Centralization Scores 157
5.4Standard Deviation 158
6.1Components of Noordin’s Alive Network 181
6.2Faction Analysis of Noordin’s Alive and Free Combined
Network (Fit) 192
7.1Normalized Degree Centrality of Noordin Alive Networks216
7.2Normalized Closeness (ARD) Centrality of Noordin Alive
Networks 222
7.3Normalized Betweenness Centrality of Noordin Alive
Networks 224
7.4Normalized Eigenvector Centrality of Noordin Alive
Networks 228
8.1Correlation of Constraint and Betweenness Scores 258
8.2Key Players in Alive Combined Network 274
8.3Gould and Fernandez Brokerage Scores for Alive
Combined Network 281
10.1Comparison of Various Metrics over Time 323
10.2Comparison of Standard and Geospatially Weighted
Centrality Metrics 340
11.1Crosstab of Key Players and College Education 344
11.2aCrosstab of Key Players and College Education
(Indonesians) 344
xxiii

xxivTables
11.2bCrosstab of Key Players and College Education
(Non-Indonesians) 344
11.3aCrosstab of Key Players and College Education
(Afghan Vet) 345
11.3bCrosstab of Key Players and College Education
(Non–Afghan Vet) 345
11.4Regression of Key Player on Variables of Interest 346
12.1Summary of Strategies Identiﬁed for Disrupting Noordin’s
Network 368

Preface
The Problematic Nature of Dark Networks
This book is concerned with the use of social network analysis (SNA)
for tracking, destabilizing, and disrupting dark networks. Following
J¨org Raab and Brint Milward, dark networks are deﬁned here as covert
and illegal networks (Milward and Raab2006; Raab and Milward
2003), namely, any group that seeks to conceal itself and its activities
from authorities. While the term is typically used to refer to groups
such as terrorists, gangs, drug cartels, arms trafﬁckers, and so on, it can
refer to benign groups as well. For instance,˙Zegota, the predominantly
Roman Catholic underground organization that addressed the social
welfare needs of Jews in German-occupied Poland from 1942 to 1945
(Tomaszewski and Webowski1999), would be considered a dark
network because it was covert and, at least from the perspective of the
Nazis, illegal. That said, this book implicitly assumes that the theories
and methods it discusses will be used for the disruption of dark networks
that seek to harm innocent civilians and the societies in which they live.
1
Social network analysts have long considered the nature of dark net-
works. Georg Simmel (1906,1950b), for example, was one of the ﬁrst to
explore their structure in his essay on secret societies, a study that Bonnie
Erickson (1981) later expanded and modiﬁed. A decade later Malcolm
Sparrow (1991) considered the usefulness of SNA for tracking criminal
networks, and Wayne Baker and Richard Faulkner (1993)usedSNA
to examine three price-ﬁxing conspiracy networks in the heavy electrical
equipment industry. Since 9/11, analysts have become increasingly drawn
to the use of SNA as a tool for understanding dark networks (Reed2007;
1
Of course, that does not prevent individuals, groups, organizations, or states from using
the techniques discussed herein for ill rather than good. This is a genuine concern and a
topic that the book’s ﬁnal chapter addresses.
xxv

xxviPreface
Ressler2006), largely because of Valdis Krebs’s (2001) analysis of the
9/11 hijacker network. For instance, Sageman (2004) analyzed the net-
work of 172 Islamic terrorist operatives afﬁliated with the global salaﬁ
jihad; Jos´e Rodriguez (2005) mapped the March 11, 2004, Madrid bomb-
ings; and Ami Pedahzur and Arie Perliger (2006) examined the nature of
suicide attack networks. These, of course, are just a few examples; several
other notable studies exist (see, e.g., Asal and Rethemeyer2006;Carley
2003a; Koschade2006; Magouirk, Atran, and Sageman2008; Moody
2005; Tsvetovat and Carley2005; van Meter2001), many of which we
will consider later in the book.
An overriding concern of many of these analysts has been the struc-
ture of dark networks. Simmel (1906,1950b), for instance, argued that
since secret societies are organized to conceal themselves and protect their
members from detection, they adopt practices and organizational struc-
tures that help protect them and their members. He believed that the ideal
organizational structure for dark networks was a hierarchy, but Erickson
(1981) later showed that while some are, many are not, and that their
structure is a function of risk and the group’s desire to maximize security.
Baker and Faulkner (1993) uncovered similar dynamics in their analysis of
price-ﬁxing conspiracies. Using reconstructed communication networks,
they found that the conspiracies’ structure was driven more by the need
to maximize concealment than efﬁciency, so they adopted decentralized
structures. Their ﬁndings ﬁt nicely with other studies that have found
that because of their adaptability, decentralized networks are generally
better suited for solving nonroutine, complex, and/or rapidly changing
“problems” or challenges (Arquilla and Ronfeldt2001; Bakker, Raab,
and Milward2011;Klerks2001; Krebs2001; Milward and Raab2006;
Powell1985,1990; Raab and Milward2003; Ronfeldt and Arquilla
2001; Saxenian1994,1996). Such structures create problems for those
seeking to disrupt dark networks because the networks can adapt quickly
to changing environmental pressures. As a case in point, prior to the
September 11th attacks, Al Qaeda was a somewhat vertically integrated
organization, at least at the command and control level, but since the U.S.
invasion of Afghanistan, available evidence indicates that it has become
far more decentralized (Raab and Milward2003:425; Sageman2008).
In practical terms what all this means is that dark networks are con-
stantly evolving, which suggests that gathering timely and accurate data
is always difﬁcult. This difﬁculty is exasperated by the fact that dark net-
works actively try to remain hidden, which often renders data on them
incomplete (Borgatti, Carley, and Krackhardt2006; Krebs2001; Sparrow
1991). That said, there is a surprising amount of detailed information on
dark networks, much of it in the open-source literature. The challenge that
many analysts have is not ﬁnding data but sorting through it. Moreover,
the notion that open-sourced information is somehow “second class” is

Preface xxvii
misguided (Flynn, Pottinger, and Batchelor2010:23). As former director
of the Defense Intelligence Agency, Lieutenant General Samuel V. Wilson
has noted (cited in Flynn, Pottinger, and Batchelor2010:23): “Ninety
percent of intelligence comes from open sources. The other 10 percent,
the clandestine work, is just the more dramatic. The real intelligence hero
is Sherlock Holmes, not James Bond”; this means that analysts need to
“embrace open-source, population-centric information as the lifeblood
of their analytical work” (Flynn, Pottinger, and Batchelor2010:23).
In recent years the quality and timeliness of social network data have
increased due in large part to the improvement of link-analysis programs
such as Analyst’s Notebook
2
and Palantir,
3
which facilitate the collec-
tion of structured and unstructured data. While these programs are not
SNA programs per se (see discussion of the difference inChapter 1),
they do include functionality that allows users to export data in formats
that dedicated SNA programs can use. For example, Palantir currently
exports social network data in formats that can be read by SNA programs
such as UCINET,
4
NetDraw,
5
Pajek,
6
and Organizational Risk Analyzer
(ORA),
7
and ORA imports Analyst’s Notebook ﬁles.
Another advance in the collection of social network data is the devel-
opment of smart-phone-based systems. For example, the smart-phone
application Lighthouse
8
uses menu-driven forms to guide the collection
of all types of data, including social network data, which then ﬂow from
the collection point to analysts in near real time, regardless of location
or physical proximity. The system then exports the data into formats
ready for geospatial, link, social network, and other types of analysis.
In 2010, Lighthouse was used to collect relational, geospatial, and other
ethnographic data in the Khakrez District (located in northern Kanda-
har Province) as part of the village stability operations in Afghanistan.
9
The resulting dataset included up-to-date and accurate relational data
2
http://www.i2group.com/us/products-services/analysis-product-line/analysts-notebook.
3
http://www.palantirtech.com/government.
4
UCINET 6.0 (Borgatti, Everett, and Freeman2011) is available at www.analytictech
.com.
5
NetDraw (Borgatti2002–2005) comes as part of the UCINET 6.0 package but can also
be downloaded separately at the Analytic Technologies website: www.analytictech.com.
6
Pajek (Batagelj and Mrvar2012) is a network analysis and graph drawing program
designed to handle extremely large data sets that can be downloaded for free for noncom-
mercial use from the Pajek Wiki website: http://pajek.imfm.si/doku.php?id=download.
7
ORA (Carley2001–2011) can be downloaded for free for noncommercial use from the
ORA website: http://www.casos.cs.cmu.edu/projects/ora/.
8
Lighthouse was developed by Captain Carrick Longley with the help of Chief Warrant
Ofﬁcer Chad Machiela: http://lhproject.info/.
9
Village stability operationsrefers to the program of putting special forces units (e.g., civil
affairs units) in rural villages to make it harder for Taliban and other insurgent groups
to ﬁnd safe haven. The villages receive assistance to improve infrastructure development,
governance, and security that they can take back to their village.

xxviiiPreface
on several hundred individuals and organizations (i.e., business, kinship,
organizational, personal, elder, and tribal afﬁliations). For example, in
three weeks collection efforts identiﬁed the community’s most central
actor as a Taliban sympathizer (his son was in the Taliban) who was
(not surprisingly) resistant to efforts by the United States to reduce the
Taliban’s inﬂuence in the area. While this individual’s centrality was not
“news” to the local forces, analysts not only identiﬁed this individual
within a shorter period of time than the local forces did, but they also
provided the local forces with an array of noncoercive strategies that
could decrease this individual’s inﬂuence by elevating the centrality of
others who were more sympathetic to the village stability operations.
Another aspect of dark networks that can create problems for analysts
is that they do not necessarily operate independently from one another
but instead are often connected through actors who function as brokers
between these networks:
A truism of the network approach is that, at some level, every-
thing is connected to everything else. This is no less true of
dark networks. There is increasing evidence of a close connec-
tion between Al Qaeda and the failed states of Liberia, Sierra
Leone, and Burkina Faso in West Africa. The connection appears
based on Al Qaeda’s need to exchange cash for diamonds. This
is fueled by the pressure from the United States and Western
Europe to clamp down on Al Qaeda’s use of legitimate banks for
international monetary transactions. Diamonds provide a ready
currency for Al Qaeda, and the failed states of the region have
perhaps provided a safe haven for Al Qaeda’s operatives in the
wake of 11 September in exchange for arms and money for the
warlords of the region.(Raab and Milward2003:425)
Consequently, accurately specifying a network’s boundaries is of the
utmost importance, a topic we take up in Chapter4. Misspeciﬁcation
can lead to the incorrect estimation of metrics and the development of
inappropriate strategies and recommendations.
The Social Network Analysis of Dark Networks
To be sure, these three problems – dynamic and evolving networks, the
potential incompleteness of data, and fuzzy boundaries (Krebs2001;
Sparrow1991) – are not unique to dark networks. They arise with light
networks as well. It is just that with dark networks, they can be more
acute. Does that mean we should abandon the social network approach
for disrupting dark networks? No, I do not think so. In recent years
SNA has enhanced our understanding of how dark networks organize

Preface xxix
themselves (Milward and Raab2006; Raab and Milward2003) and
has offered potential strategies for their disruption (see, e.g., Krebs2001;
Pedahzur and Perliger2006; Roberts and Everton2011; Rodriguez2005;
Sageman2003,2004), some of which have been successful. Perhaps
the best-known success story is the capture of Saddam Hussein (Wil-
son2010), but it has been successfully used to destabilize improvised
explosive devices (IED) network (Gjelten2010)aswellastorollupan
insurgency in Iraq (Anonymous2009).
Nevertheless, there seems to be far too much emphasis on using central-
ity and brokerage measures (or variations on them) to identify high-value
targets within dark networks (Jordan, Ma˜nas, and Horsburgh2008;
Krebs2001; Pedahzur and Perliger2006; Roberts and Everton2011;
Sageman2004; for a similar critique, see Tsvetovat and Carley2005).
While targeting key players is intuitively appealing and might provide
short-term satisfaction, it can be misplaced and may make tracking and
destabilizing dark networks more difﬁcult than it already is (Arquilla
2008; Schmitt and Perlez2009;Yasin2010). As Brafman and Beckstrom
(2006) have noted, removing high-value targets in decentralized orga-
nizations, which as we previously noted dark networks often are, does
not always shut them down but sometimes drives them to become more
decentralized, making them even harder to disrupt. This is not to sug-
gest that analysts should abandon the use of metrics that identify key
players, but rather that they view them as one set of algorithms among
many that can be used to help ﬂesh out a range of strategic options.
Indeed, a whole host of nonkinetic (i.e., noncoercive) strategies exist such
as institution building, psychological operations (PsyOp),
10
information
operations (IO), and rehabilitation and reintegration efforts,
11
many of
which have already proved successful. For example, intelligence ofﬁcers
in northern Iraq used SNA to craft a PsyOp campaign that caused an
insurgent network in Iraq to turn on itself (Anonymous2009), and reha-
bilitation and reintegration programs in Singapore appear to be meeting
with some success
12
(Yasin2010). To be sure, nonkinetic strategies take
patience and are often for the long haul, but as Tilly (2005) notes, while
the integration of dark networks (not a term he uses) into civil society
is necessary, it often takes time. Nonkinetic strategies are hardly new,
of course; they have been used successfully in the past (see, e.g., Galula
[1964]2006; Kilcullen2009,2010; Nagl2005), but what SNA brings
10
The Department of Defense recently dropped the term Psychological Operations (PsyOp)
in favor of Military Information Support Operations (MISO) (Maurer2010). This book
uses the former term because of its familiarity.
11
These strategies are discussed in more detail inChapter 2.
12
See, e.g.,http://www.singaporeunited.sg/cep/index.php/web/layout/set/print/content/view/
full/3037, http://www.rrg.sg/subindex.asp?id=A26607, and http://www.asiancrime
.org/pdfdocs/SingaporeCTEffortsCorsi.doc.

xxx Preface
to the table are methods for more accurately identifying those institu-
tions, groups, and/or individuals that would be receptive to noncoercive
approaches. Unfortunately, there appears to be a lack of awareness of
the various nonkinetic strategies available. Thus, this book seeks to ﬁll
this vacuum by placing the SNA of dark networks into a larger strategic
framework that considers both kinetic and nonkinetic approaches to dark
network disruption.
In particular, this book has in mind four primary audiences: (1) scholars
who study terrorist and other dark networks but have little or no back-
ground in SNA, (2) social network analysts who want to move beyond
simple employment of social network metrics in order to see how such
metrics can be placed within a strategic framework, (3) students who are
looking for a text that not only introduces them to SNA but also applies
it to a speciﬁc phenomenon, and (4) policy makers who often operate in
arenas where terms such as “social network analysis” are bandied about
with little genuine knowledge of what the terms actually mean and who
would like to expand their understanding of the topic.
Organization of the Book
The book is structured in such a way that it not only introduces re-
searchers to basic social network theories and techniques, but also
embeds these theories and techniques in the larger strategic framework
that is crucial for tracking, destabilizing, and/or disrupting dark net-
works. Unlike a number of monographs on social network analysis that
focus on a particular phenomenon (see, e.g., Friedkin1998; Jackson
2008; Kilduff and Tsai2003; Kontopoulos1993;Lewis2009), this book
not only explores the theoretical aspects of dark networks, but, following
the lead of others (de Nooy, Mrvar, and Batagelj2005,2011; Hanneman
and Riddle2005), also illustrates how to use social network software
(i.e., UCINET, NetDraw, Pajek, and ORA) to estimate the various
metrics illustrated and discussed in the text. To facilitate this, a particular
dark network – the Noordin Top terrorist network – serves as a running
example throughout the book, from the initial collection of social net-
work data to estimating various SNA metrics to strategies for disrupting
dark networks in general (see Appendix 1 for a description of the data).
13
13
Prior to his death in September 2009, Top was Indonesia’s most wanted terrorist (Inter-
national Crisis Group2006, 2009a, 2009b). He began as one of Jemaah Islamiyah’s (JI)
key bomb makers and ﬁnanciers before striking off on his own to set up a more violent
group that is believed to be responsible for the August 2003 Marriot Bombing in Jakarta,
Australian embassy bombing in Jakarta in September 2004, the second Bali bombing of
October 2005 (Bali II – JI was responsible for the ﬁrst Bali bombing in October 2002),
and the Jakarta bombings of the Marriott and the Ritz-Carlton in July 2009.

Preface xxxi
The book demonstrates how to examine the topography of Noordin’s
network, identify its central actors, uncover any cohesive subgroups,
pinpoint its key brokers and bridges, detect classes of structurally equiv-
alent actors, and examine it both over time and geospatially.
14
Drawing
on a typology suggested by Krebs (2001:51), four aspects of Noordin’s
network will be analyzed: his trust, operational, communication, and
business and ﬁnance networks, as well as the combination of these net-
works into a single network. Moreover, we will often extract and analyze
subnetworks from these four types of networks (ﬁve if you count the com-
bined network) based on whether network members are alive, dead, or in
jail. In other words, in addition to analyzing Noordin’s “Trust,” “Oper-
ational,” “Communication,” “Business and Finance,” and “Combined”
networks, we will explore the “Alive and Free,” “Alive,” and “Incarcer-
ated” subnetworks of these larger networks, giving us a total of twenty
Noordin networks available for analysis. For what should be obvious
reasons, we will not analyze all twenty networks in every chapter. To do
so would be needlessly repetitive. Instead, in each chapter networks are
chosen that, in part, help illustrate the algorithms under consideration.
15
The book’s ﬁrst two chapters serve as an introduction to the use of
social network analysis for the disruption of dark networks. The ﬁrst
chapter provides an overview of the basic terms, concepts, and assump-
tions of social network theories and methods, while the second outlines
the various strategies with which SNA can be combined and a process for
doing so. Some may wonder whether these theoretical and strategic dis-
cussions, however brief, are necessary. Obviously, I think they are. And
that is because they attempt to show that SNA should not be used for
disrupting dark networks apart from a basic knowledge of the theories
and assumptions lying behind the various methods, as well as the array
of strategies available to analysts.
The next two chapters introduce readers to some SNA basics.Chapter
3seeks to help users become comfortable with the four SNA software
packages illustrated in this guide: UCINET, the “granddaddy” of SNA
software programs; NetDraw, a program for visualizing social network
data developed by the same people who created UCINET; Pajek, a SNA
package that integrates metrics and visualization; and ORA (Organi-
zational Risk Analyzer), a relatively new software package that allows
analysts to analyze more than social networks.Chapter 4builds on this
chapter and introduces the basics of collecting, recording, manipulating,
and visualizing social network data using these software programs.
14
Other social networks are used to illustrate various aspects of social network analysis as
well, but only the Noordin Top network is used throughout the book.
15
In the real world, of course, analysts will want to examine as many permutations of the
dark networks they are analyzing as possible before they sit down to craft strategies for
disruption.

xxxiiPreface
The next ﬁve chapters examine some of the more common SNA
methodologies as well as consider how they can inform crafting strate-
gies for dark network disruption:Chapter 5looks at a variety of metrics
for getting a sense of how the network is structured as a whole (i.e.,
its topography);Chapter 6explores a variety of methods for detecting
clusters and subgroups within the larger network;Chapter 7examines
how various measures of centrality can be used to detect a network’s
key and peripheral players;Chapter 8explores methods for locating
actors and ties that broker the ﬂow of information and other resources
within and through the network; andChapter 9looks at algorithms
for identifying actors who are located in similar positions in the social
network.
The next two chapters introduce readers to some of the recent advances
in SNA that can be of use to dark network analysts.Chapter 10introduces
readers to the dynamic analysis of social networks, a burgeoning and
varied ﬁeld in social network analysis. Here we only brush the surface
of this type of the various approaches that fall under this nomenclature.
Speciﬁcally, we examine approaches for analyzing longitudinal networks
and fusing social network and geospatial data.Chapter 11examines
some of the statistical models available for social network analysts – in
particular, those that help analysts disentangle genuine from spurious
effects.
While, for the most part, Chapters5through11stand on their own,
in many ways they build on one another (especially from a strategic
perspective). Thus, it is probably wise to work your way through the
book sequentially.
The book’s ﬁnal chapter considers the promises and limitations of
social network analysis. SNA should not be seen as a silver bullet in the
ﬁght against terrorist and criminal networks but rather one tool among
many that can be used for crafting potential strategies. This chapter also
addresses the concern that the theories and methods outlined in this book
will be used for ill rather than good. While we have little or no control
over how such knowledge will be consumed by others, we can still provide
guidelines on how we believe such knowledge can be used. Thus, the ﬁnal
chapter explores the ethics of using SNA to disrupt dark networks. It
considers a variety of ethical traditions before arguing that the use of
SNA for the disruption of dark networks should be guided by the goal of
encouraging those practices that allow human beings to ﬂourish.
The book is, for the most part, decidedly nontechnical. The focus is
placed on the assumptions lying behind the metrics that are explored.
Consequently, mathematical equations are kept to a minimum and only
included when I believe they either facilitate comparisons between various
metrics or illuminate the metric being considered. For those interested in
exploring SNA’s mathematical and graph theoretical foundations, there

Preface xxxiii
are plenty of resources available (see, e.g., Brandes and Erlebach2005;
Jackson2008;Lewis2009; Wasserman and Faust1994). The book also
does not attempt to provide a comprehensive introduction to all the vari-
ous theories and techniques associated with SNA. There are a number of
available monographs that do just that.
16
Instead, it seeks to bridge the
gap between theory and practice by demonstrating how to apply various
theories and methods to speciﬁc examples. Finally, it adopts the approach
used by Everton (2004); de Nooy, Mrvar, and Batagelj (2005,2011);
and Hanneman and Riddle (2005) in that it not only discusses various
social network techniques and metrics, it illustrates how to estimate them
with worked examples, in this case using UCINET, NetDraw, Pajek, and
ORA.
17
The example datasets used in the book, except for the Noordin
dataset, are publicly available, and most are provided with the UCINET
software package. Nevertheless, all have been gathered and made
available at a single website (https://sites.google.com/site/sfeverton18/).
Because these programs are regularly updated, it is likely that the vari-
ous dialog boxes, command menus, and report windows illustrated here
will not always match what readers encounter when working with these
programs. It is also likely that I will make statements about what the pro-
grams can and cannot do that will no longer be true because of updates
that occurred after this manuscript was submitted. Nevertheless, most
changes should be minor and should not cause the readers too much
difﬁculty. That said, Pajek was signiﬁcantly updated shortly after this
manuscript was completed, so I strongly recommend using the “Book
Edition 2” (version 2.05), which can be downloaded at the Pajek web-
site (http://pajek.imfm.si/doku.php?id=download), while using this book
and then updating to a newer version afterward.
16
Readers who are interested in general introductions to social network analysis should
consult Degenne and Fors´e(1999), Kadushin (2012), Knoke and Yang (2007), Prell
(2011), Scott (2000), and Scott and Carrington (2011). Wasserman and Faust (1994)
offer a more comprehensive (and mathematical) introduction. Easley and Kleinberg
(2010) introduce the topic from the perspective of an economist and network scientist.
Robert Hanneman and Mark Riddle (2005) have written a helpful introduction to social
network analysis methods using UCINET, while Walter de Nooy, Andrej Mrvar, and
Vladimir Batagelj (2005,2011) have done the same for those interested in Pajek.
17
Following de Nooy, Mrvar, and Batagelj (2005,2011) these commands are placed in the
margin next to the text discussing the technique/metric in order to make them easier to
follow and locate.

Acknowledgments
Formally, this book traces its roots to a manual I wrote for the Disrupting
Dark Networks class I began teaching in the Fall of 2007. Professors
Nancy Roberts and Doug Borer, who at the time were co-directors of the
CORE Lab, which is housed in the Defense Analysis Department at the
Naval Postgraduate School in Monterey, California, used funding from
the Pentagon’s Rapid Reaction Technology Ofﬁce (RRTO) to hire me as
a postdoc in order to write the manual’s ﬁrst iteration and teach classes
in SNA. The initial manual simply brought together notes and labs from
the Dark Networks course. It then underwent several iterations based
on feedback from students and advances in the SNA ﬁeld. The manual
forms the basis of the book’s ﬁrst eight chapters, although each one has
been substantially rewritten because the original manual did not include
worked examples using ORA. Moreover, the datasets have been updated,
requiring that all of the tables and ﬁgures be redone. Chapters9through
11grew out of labs and lectures I prepared for another class, Dynamic
Network Analysis, the title of which was borrowed from the type of
analysis advocated and incorporated in ORA.
Informally, this book can be traced back to a time when one of
my fellow graduate students, Jen van Stelle, invited me to join Mark
Granovetter’s Networks of Silicon Valley working group at Stanford
University. Within a couple of weeks of joining, I was assigned the task
of using existing software packages (i.e., UCINET and Pajek – NetDraw
and ORA were not around at the time) to visualize social networks, a
task that not only resulted in the writing of a visualization manual for
the working group (Everton2004) but helped further my own interest
in SNA, which was initially piqued by the work of social scientists who
highlighted the important role that social ties play in the recruitment of
individuals to various groups (see, e.g., Loﬂand and Stark1965; McAdam
1986; McAdam and Paulsen1993; Snow, Zurcher, and Ekland-Olson
1980; Stark and Bainbridge1980). Mark ultimately became my advisor
xxxv

xxxviAcknowledgments
on a dissertation that examined (from a social network perspective) the
causes and consequences of status within the venture capital industry
(Everton2007). To say that Mark’s inﬂuence on my own work has been
profound would be an understatement, as is evidenced by the numerous
times I draw on his work in the pages that follow. That said, he should
not be held responsible for any of the conclusions I draw here.
The book has beneﬁted from the suggestions of, conversations with,
and encouragement from several individuals, in particular John Arquilla,
Nancy Ann Budden, Deak Childress, Ian Davis, Dorothy Denning, Karen
Flaherty, Carrick Longley, Chad Machiela, Gordon McCormick, Ian
McCulloh, Brint Milward, Phil Murphy, Carlos Padilla, J¨org Raab, Ben
Riley, Rob Schroeder, John Taylor, Kristen Tsolis, David Tucker, Nathan
Whitﬁeld, Greg Wilson, Carrie Worth, and Doug Zimmerman. Doug
Borer and Nancy Roberts deserve special mention because they helped
me to think through the strategic use of social network analysis for the
disruption of dark networks. Indeed, the article that I wrote with Nancy
Roberts (Roberts and Everton2011) on the topic helped to solidify my
thinking on these matters. It forms the basis of the ﬁrst part ofChap-
ter 2as well as some of the earlier comments in the preface and in other
parts of the book. Dan Cunningham, one of the CORE Lab’s research
associates, Don Steiny, and editors from Cambridge University Press and
Aptara, Inc., carefully read and commented on several of the chapters and
helped me catch mistakes and make the book more readable. Ron Breiger
provided helpful comments on what eventually becameChapter 9and the
sectiononethicsinChapter 12. And James Moody’s comments on the
article that Nancy Roberts and I wrote on the strategic use of SNA were
extremely helpful. I also beneﬁted from the comments of two anonymous
reviewers who made valuable suggestions as to how the manuscript could
be improved.
Finally, I would not have been able to write this book without the
patience and support of my mom (Mary Ellen), dad (Harold), wife
(Deanne), and children (Brendan and Tara). In particular, Deanne,
Brendan, and Tara put up with the endless hours I spent writing and
rewriting with amazing patience, and it is to them that I dedicate this
book.

Part I
Introduction

1
Social Network Analysis: An Introduction
1.1 Introduction
While notions of social structure can be found in the writings of classi-
cal social theorists such as Auguste Comte, Emile Durkheim, Karl Marx,
Herbert Spencer, and Max Weber, Georg Simmel is generally seen as the
intellectual forbearer of social network analysis (SNA). Simmel ([1908]
1955,[1908]1971) argued that to understand social behavior we must
study patterns of interaction, and he offered penetrating insights into
the nature of secret societies (1950b), the differing dynamics of dyads
and triads (Simmel1950a,c),
1
how increasing social complexity has
led to concomitant rise in individualism ([1908] 1955), as well as oth-
ers. While Simmel’s theoretical contributions continue to inﬂuence the
discipline today, SNA’s early formal development can be traced to two
major strands (Prell2011; Scott2000): the work of (1) social psycholo-
gists, such as Fritz Heider, Kurt Lewin, and Jacob Moreno (Heider1977;
Lewin1951; Moreno1953), who emphasized how organized patterns
shape how we see and interpret the world; and (2) social anthropolo-
gists, such as Siegfried Nadel (1957) and Alfred Radcliffe-Brown (1940),
who focused on the relationship between social patterns and social struc-
ture and who, in turn, inﬂuenced the research of social scientists such as
Elton Mayo (1933,1945; see also Roethlisberger and Dickson1939), W.
Lloyd Warner (Warner and Lunt1941), John Barnes (1954), Elizabeth
Bott (1957), and J. Clyde Mitchell (1969). These individuals did not cre-
ate a distinct SNA paradigm, but their efforts laid the groundwork for
its development at Harvard in the 1960s and 1970s, in an effort led by
sociologist Harrison White and his students, including Ronald Breiger,
Ivan Chase, Bonnie Erickson, Mark Granovetter, Michael Schwartz, and
1
A dyad is a pair of actors with a tie between them. A triad is a set of three actors that
may or may not have ties among them.
3

4 Disrupting Dark Networks
Barry Wellman (Freeman2004;Prell2011; Scott2000). White, who
also earned a Ph.D. in theoretical physics, emphasized the need for an
empirically based social science that unapologetically focused on social
phenomena. He argued that sociology, in spite of its claims to study social
phenomena, was beholden to individualistic forms of analysis that drew
conclusions based on the aggregated characteristics of individuals, often
aided by statistical analysis of survey data. This, he believed, was a mis-
take. Thus, along with his students, he developed an approach that drew
on case studies to focus on social relations and the patterns that emerge
from them. The result is what we now know as social network analysis,
and the discipline has blossomed ever since (Freeman2004;Prell2011).
Social network analysts have created their own organization (Interna-
tional Network for Social Network Analysis), launched their own jour-
nals (Connections,Social Networks, and theJournal of Social Structure),
gathered annually in either North America or Europe (Sunbelt meetings),
and produced a number of monographs on SNA (de Nooy, Mrvar, and
Batagelj2005,2011; Degenne and Fors´e1999; Knoke and Yang2007;
Scott2000; Wasserman and Faust1994).
2
In recent years physicists and other scientists have entered the ﬁeld,
which has helped lead to an increased interest in SNA, attracting
researchers from a wide array of disciplines and generating a number
of highly creative studies (see, e.g., Barab´asi2002; Barab´asi and Albert
1999; Buchanan2001,2002; Girvan and Newman2002; Kleinberg1999,
2000; Onnela et al.2007; Watts1999a,b,2003). Unfortunately, many of
these network scientists have been unaware of SNA’s rich theoretical his-
tory (Scott2011), which has led to a split in the ﬁeld and the unnecessary
replication of previous research:
The physicists Barab´asi and Albert, for example, reported a
“new” result having to do with the tendency of nodes in a net-
work to display gross inequalities in the number of others to
which they are linked. And they went on to develop a model
designed to explain that tendency. But Paul Lazarsfeld had des-
cribed the same tendency in 1938 (Moreno and Jennings1938),
2
The story, of course, is more complex than this brief account. For example, faculty
and students at University of California, Irvine, made signiﬁcant contributions (Freeman
2004:155–158). In fact, one faculty member, Linton Freeman, developed the ﬁrst version
of UCINET, probably the most widely used social network software in the world, and
one of his students, Stephen Borgatti, along with Martin Everett, has since taken over
its development. Other traditions that have informed SNA include graph theory (Harary
1953,1969; Harary and Norman1953; Lewis2009), exchange theory (Cook and Whit-
meyer1992; Emerson1972a,b,1976), and research into the recruitment of individuals
to religious and social movements (Gould1991,1993a; Loﬂand1977; Loﬂand and Stark
1965;McAdam1986,1988b; Snow and Phillips1980; Snow, Zurcher and Ekland-Olson
1980).

Social Network Analysis: An Introduction 5
and Derek de Solla Price had developed essentially the same
model as early as 1976. (Freeman2004:166)
Nevertheless, there are signs that the two communities are bridging the
gap. Duncan Watts, for example, took a position in the sociology depart-
ment at Columbia University, and network scientists routinely attend the
annual Sunbelt meetings (Freeman2004). Thus, the long-term prospect
for collaboration between the two groups looks promising, which will
undoubtedly lead to further advances in the ﬁeld.
What exactly is SNA? Brieﬂy, it is a collection of theories and methods
that assumes that the behavior of actors (whether individuals, groups,
or organizations) is profoundly affected by their ties to others and the
networks in which they are embedded. Rather than viewing individuals
(and groups and organizations) as unaffected by those around them, SNA
assumes that we are social beings whose interaction patterns affect what
we do, say, and believe. Interaction patterns are anything but random, of
course. Actors tend to interact with similar others, and repeated interac-
tion can lead (among other things) to the emergence of social formation
at the micro (e.g., individual), meso (e.g., group), and macro (e.g., insti-
tutions, nations) levels that can be the object of SNA in their own right.
Intense social interaction can generate feelings of group solidarity, norms
of behavior, symbols of group belonging (e.g., team mascots, gang colors,
national ﬂags, sacred religious symbols such as the Christian cross and
the Jewish star, etc.), and a sense of identity (Collins2004;White1992,
2008). All of this is just a fancy way of saying that social networks not
only enable and constrain behavior but that they are also chock-full of
meaning (White1992,2008),
3
and as such help us make sense of our
world, shape our preferences, and inﬂuence the choices we make (Passy
2003:23). Consequently, a primary goal of SNA has been to develop
metrics that help analysts gain a better understanding of a particular net-
work’s structural features. And although organizational theorists tend to
explore such questions with the goal of identifying factors that will help
strengthen organizations, those who study dark networks are generally
more interested in identifying those aspects that will undermine them.
The remainder of this chapter introduces the basic terms, concepts, and
assumptions of SNA as well as considers certain issues germane to this
approach. It begins with a discussion of common misconceptions of what
SNA is and how it differs from other analytic approaches. It then brieﬂy
discusses SNA’s basic terms and concepts before moving to an extended
exploration of the assumptions that underlie it. The chapter’s ﬁnal section
considers the roles that human agency and culture play within SNA.
3
Technically, in White’s view meaning comes from switching between networks (Steiny
2007).

6 Disrupting Dark Networks
A
B
C
D E
Figure 1.1. Illustrative Link Analysis Diagram
1.2 Misconceptions and Differences
SNA differs from other analytic methods and is often mistaken for other
theoretical traditions. For example, the termnetworkis used in different
ways. Within some circles networks are seen as decentralized, informal,
and/or organic types of organizations, and hierarchies are seen as cen-
tralized, formal, and/or bureaucratic types (Arquilla and Ronfeldt2001;
Burns and Stalker1961; Podolny and Page1998; Powell1990; Powell and
Smith-Doerr1994; Ronfeldt and Arquilla2001). This distinction is use-
ful (and appropriate) in some theoretical contexts, but within the world
of SNA all organizations are seen as networks. Some may be more hier-
archical than others, but they are nevertheless networks (Nohria1992).
Indeed, algorithms have been developed that measure the degree to which
a particular network is hierarchical (see, e.g., Davis1979; de Nooy et al.
2005:205–212; Krackhardt1994). This is not to say that there is a right
or wrong way to use the term network. Rather, the term means different
things in different contexts, and within SNA everything is considered a
network.
SNA is also sometimes confused with link analysis, a related but distinct
analytic approach that also examines the relational patterns of various
objects. The basic difference between the two approaches is that although
link analysis diagrams often include different types of objects (e.g., indi-
viduals, cars, cell phones) and the ties between them, social network dia-
grams only include ties between similar types of objects. Take, for exam-
ple, a link analysis diagram where two individuals (A and B) each have
links to ﬁve other objects, but the objects to which they have ties differ
from one another (Figure 1.1). In this example, person A is linked to per-
son B as well as a bomb, a cell phone, a house, and a car, whereas person B
is linked to four individuals (A, C, D, and E) and a cell phone. Although
both have ﬁve ties (which is the deﬁnition ofdegree centrality–see

Social Network Analysis: An Introduction 7
A
B
C
D E
F
G
H
A
B
School
#1
School
#2
School
#3
School
#4
School
#5
School
#6
Figure 1.2. Illustrative SNA Diagrams
discussion in Section7.1), we cannot meaningfully compare the number
of ties of these two individuals because the ties are to different types of
objects. It would be like comparing apples and oranges.
By contrast, in an SNA diagram actors have ties to similar objects, mak-
ing direct comparison of numbers of ties meaningful. This is illustrated in
Figure 1.2where in the left panel individuals A and B each have ﬁve ties
to ﬁve other individuals, and in the right panel they have ﬁve ties to ﬁve
different schools. In both cases, A’s ties are comparable to B’s because
they are to the same type of object. Of course, social network analysts
are interested in more than the count of an actor’s ties (although degree
centrality is one of the oldest and most common metrics used by social
network analysts), but other SNA algorithms generally assume that ties
are between similar types of objects as well.
Finally, SNA differs from more traditional approaches (i.e., variable-
based) in that although the latter focus on actors’ attributes (e.g., gender,
race, education) and ignore the broader social interaction patterns in
which they are embedded (e.g., at home, work, and place of worship),
SNA focuses on how these interaction patterns affect behavior, noting
that although many attributes remain the same across social contexts,
most interaction patterns do not, suggesting that interaction patterns are
just as (or perhaps more) important for predicting and understanding
behavior than are attributes:
A woman who holds a menial job requiring little initiative in an
ofﬁce may be a dynamic leader of a neighborhood association
and an assertive PTA participant. Such behavioral differences
are difﬁcult to reconcile with unchanging gender, age, and status
attributes, but comprehensible on recognizing that people’s struc-
tural relations can vary markedly across social contexts. (Knoke
and Yang2007:5)
SNA, then, is a collection of theories and techniques that provide empir-
ical content to social context. It has been used successfully to explain

8 Disrupting Dark Networks
varieties of behavior because it forces researchers “to think in terms of
constraints and options that are inherent in the way social relations are
organized” (Raab and Milward2003). For example, Padgett and Ansell
(1993) found that whether or not certain elite families in ﬁfteenth-century
Florence supported the Medicis or one of their rival political factions
depended more on the pattern of economic, patronage, and marital ties
than on the various families’ class and status attributes (Knoke and Yang
2007:5).
1.3 Basic Terms and Concepts
Actor
In SNA the termactorrefers to discrete individuals, subgroups, orga-
nizations, collectivities, communities, nation-states, and so on that are
involved in social relations. In other words, SNA does not always focus
on individuals, a fact that is often ignored by analysts using SNA in their
attempts to disrupt dark networks. Within SNA, actors are sometimes
referred to asnodesandvertices.
Tie
Actors are linked together byties. Ties can vary in terms of type, strength,
and direction. Examples of types of ties include (adapted from Wasserman
and Faust1994:18):

Ties of sentiment (friendship, liking, respect)

Resource ties (business transactions, ﬁnancial ﬂows)

Ties of association or afﬁliation (members of the same church,
club, etc.)

Behavioral ties (communication ties)

Ties based on geographic movement (migration, physical mobi-
lity)

Ties based on status movement (social mobility)

Ties based on physical connection (road, river, or bridge con-
necting two points)

Formal ties (organizational hierarchy)

Biological ties (kinship)
Ties can be said to vary on a continuum from strong to weak (Granovet-
ter1973,1974). At the individual level, we can think of strong ties as
those where actors have repeated and relatively intense interactions with
one another, whereas we can think of weak ties as those where actors
see one another occasionally or rarely. Nevertheless, it is not always self-
evident where the cutoff between a strong and weak tie exists (Krackhardt

Social Network Analysis: An Introduction 9
17
16
20
13
18
19
15
6
9
10
1
8
12
14
11
4
7
5
2
3
Figure 1.3. Hypothetical Social Network
1992). Moreover, what distinguishes a weak tie from the numerous, ran-
dom, and usually unrepeated encounters actors experience daily is not
always clear (Azarian2005:37). Determining a threshold or cutoff value
for identifying what constitutes a tie is (or at least should be) a difﬁ-
cult task. It is helpful to think of a social tie as “a theoretical construc-
tion, abstracted by the analyst from the bulk of largely erratic streams
of affections, encounters, and interactions between a pair of actors, be
they human beings, informal groups, formal organizations, or others”
(Azarian2005:37). A tie that has directionality (e.g., the ﬂow of resources
from one actor to another, where one actor communicates with another
actor) is sometimes referred to as an arc. A tie that does not have direc-
tionality (e.g., spouse, kin) is sometimes referred to as an edge.
Social Network (and Social Network Analysis)
A social network is “a ﬁnite set or sets of actors” that share ties with
one another (Wasserman and Faust1994:20), and social network anal-
ysis involves “detecting and interpretating patterns of social ties among
actors” (de Nooy et al.2005:5).Figure 1.3depicts a hypothetical social
network where the circles represent actors and the lines (solid and broken)
represent ties or relations. As this network illustrates, seldom are actors
located randomly in networks; instead, they typically cluster within rel-
atively distinct subgroups. Moreover, some actors are embedded deeply

10 Disrupting Dark Networks
within a subgroup, while others sit more on the periphery, sometimes
serving as bridges between subgroups.
Path (and Path Distance)
Notions ofpathandpath distanceare probably easier to illustrate than
deﬁne, so here we do both. Apathis deﬁned as awalk(i.e., a sequence
of actors and ties) in which no actor between the ﬁrst and last actor of
the walk occurs more than once, whereas thepath distancebetween two
actors is the number of steps between the two actors (Wasserman and
Faust1994:107).
4
Looking atFigure 1.3you can trace a path from actor
9 to actor 19 through actor 15, and a path from actor 6 to actor 11
through actor 1. In both cases the distance between the actors is two (i.e.,
two steps). It is quite common for there to be numerous paths between
actors, with some paths longer and shorter than others. The shortest path
between two actors is known as ageodesic.
Topography
Networks differ from one another in terms of their overall structure
ortopography, and evidence suggests that a network’s topography has
a strong impact on the behavior of its members and is related to its
performance and/or efﬁciency. For example, researchers have found that
network density is positively related to the likelihood that actors within
the network will follow accepted norms and behavior, which is why
a primary basis for moral order is highly connected social networks.
Why? One reason is that in dense networks it is easier for people to
monitor the behavior of others and prevent them from engaging in deviant
behavior (Granovetter1992,2005). Another is that most people are more
likely to conform to social norms when they run the risk of losing their
relationships to others if they do not (Finke and Stark2005), and in
dense networks we are more likely to have ties (relationships) that we
are unwilling to lose, whereas in sparse networks we often lack the social
ties that would otherwise prevent us from misbehaving. Take frontier
areas like the Wild West, for instance. People are constantly passing
through, which makes it hard for social ties to form, so social networks
tend to be sparse. Sparse networks also make it difﬁcult for institutions
4
When discussing traveling from one actor to another, social network analysts distinguish
between three types of connections: walks, trails, and paths. Awalkis a sequence of
actors and ties that begins and ends with actors and can involve the same actor more
than once. Atrailis also a walk but a particular tie can only be traversed (i.e., used)
once. Thus, while all trails are walks, not all walks are trails. Finally, apathis a walk
where, with one exception, each actor and each tie can only be used once. The exception
is that the beginning and ending actor can be the same. See Wasserman and Faust
1994:105–108.

Social Network Analysis: An Introduction 11
(like churches) to form, which is why frontiers tend to be short on piety
and long on deviance (Finke and Stark2005).
Another phenomenon related to network density is what some call
the law of group polarization (Sunstein2003:111–144), which “predicts
that when like-minded people deliberate as an organized group, the gen-
eral opinion shifts toward extreme versions of their common beliefs. In
a product-liability trial, for instance, if nine jurors believe the manufac-
turer is somewhat guilty and three believe it is entirely guilty, the latter
will draw the former toward a larger award than the nine would allow
on their own. Or, if people who object in varying degrees to the war in
Iraq convene to debate methods of protest, all will emerge from the dis-
cussion more resolved against the war” (Bauerlein2004:B8). Sageman’s
(2004) study of the global Salaﬁ jihad (GSJ) uncovered similar group
dynamics.
5
He found that people who joined the GSJ were often home-
sick young men who drifted to familiar settings, such as mosques, looking
for companionship. There, small clusters of friends formed. They often
moved into apartments together where they underwent a long period
of intense social interaction in their apartments and developed strong
mutual intimacy (i.e., formation of dense networks). As they became
closer, they progressively adopted the beliefs of the group’s most extreme
members. This distanced them further from their childhood friends and
family, leading to increased isolation and loyalty to the group, which
in turn intensiﬁed their faith, and they were then ready to join the
jihad.
A network’s topography can vary along several dimensions, and there
are a number of measures available to social network analysts:

Densityis probably the most common metric; it captures the
interconnectedness of a network and is equal to the ratio of
actual ties to possible ties. As we will see, however, its formal
measure has its limitations, and this has led researchers to suggest
the use of alternative measures.

Centralizationis perhaps the next most common and (as the
name suggests) measures the extent to which a network is
centralized around a few actors; like density it has its limita-
tions, and it varies depending on which centrality measure is
used.
5
By global Salaﬁ jihad, Sageman means those Muslims who believe that in order for Islam
to recapture the economic, cultural, and military preeminence that it once enjoyed, not
only do Muslims need to return to the practices of their devout ancestors (salafin Arabic),
but also that it is permissible to use violence against both the near enemy (Muslim states
that have fallen away from the true faith) and the far enemy (the West, in particular
the United States and Israel). When speaking of the global Salaﬁ jihad, he generally is
referring to terrorists who focus their efforts on the West.

12 Disrupting Dark Networks

Another useful measure isfragmentation, which is the proportion
of all pairs of actors that are not tied with one another.
Other topographical measures includenetwork size(the number of actors
in a network),average distance(the average length of the geodesics
between all actors in a network), anddiameter(the length of a net-
work’s longest geodesic). We consider these and other measures in depth
inChapter 5.
Cohesive Subgroups (Subnetworks)
A major focus of SNA is to identify dense clusters of actors “among whom
there are relatively strong, direct, intense, and/or positive ties” (Wasser-
man and Faust1994:249). Social network analysts often refer to these
clusters of actors ascohesive subgroupsorsubnetworksand generally
assume that “social interaction is the basis for solidarity, shared norms,
identity, and collective behavior, so people who interact intensively are
likely to consider themselves a social group” (de Nooy et al.2005: 61). If
we lived in an ideal world, there would be one method that analysts could
use to identify cohesive subgroups, but since we do not, it should not be a
surprise that social network analysts have developed a variety of methods
for identifying clusters of actors (Scott2000).Chapter 6explores some of
the various approaches for using patterns of ties for identifying cohesive
subgroups within social networks.
Centrality
The notion that certain actors within a network are more central than
others goes back at least as far as Jacob Moreno’s (1953) conception of
sociometric stars and isolates (de Nooy et al.2005; Scott2000). Alex
Bavelas (1950) was the ﬁrst to formally investigate the properties of cen-
trality as he looked at how a network inﬂuences the ﬂow of communica-
tion in experimental groups (Scott2000). Most social networks contain
people or organizations that are more central than others and because of
this they enjoy better access to resources and are in better positions to
spread information. Social network analysts have identiﬁed several mea-
sures of centrality, each based on different assumptions of what it means
to be more central (these are discussed in further detail inChapter 7).
The most commonly used measures are degree, closeness, betweenness,
and eigenvector:

Degree centralityis the count of the number of an actor’s ties.

Closeness centralitymeasures (based on path distance) how close,
on average, each actor is to all other actors in a network; as we

Random documents with unrelated
content Scribd suggests to you:

ystäviäni ja minun oma mestarikokkini keitti aterian ja minun omat
palvelijani tarjoilivat sen. Nyt on minun maksettava hovimestarilleni
viisikymmentä tuhatta vuodessa, eikä mikään, mitä hän tarjoaa, ole
tarpeellisen hyvää. Minun on kutsuttava neljä-, viisikymmentä
henkilöä, ja sitten tuotan minä jonkun kyökkimestarin, ja hän kantaa
kaiken mitä hänellä on, ja minun palvelijani menevät tiehensä ja
juovat itsensä sikahumalaan. Ennen oli tapana saada
viidelläkymmenellä markalla hyvä päivällisannos ja
seitsemänkymmentäviisi oli jo jotain erinomaista; mutta nyt saamme
kuulla päivällisistä, jotka maksavat viisituhatta markkaa annos! Eikä
enää riitä kauniit kukkaset pöydällä — niitä tulee olla kokonainen
'maisema'; taustana täytyy olla maalaisnäköala, ja kultakaloja
haaraisissa maljakoissa, ja kahdenkymmenenviiden tuhannen
markan arvosta floridalaisia orchiksia pöydällä ja kukkivia
ruusukimppuja, jotka maksavat seitsemänsataa viisikymmentä
markkaa tusina. Olin viime vuonna läsnä päivällisillä Walfordissa,
jotka olivat maksaneet kaksisataa viisikymmentä tuhatta markkaa; ja
kun minä pyydän heitä tulemaan vierailulle luokseni, on minun
tarjottava heille yhtä hyvää kuin mitä itse olen saanut. Toissa
päivänä maksoin minä viisi tuhatta markkaa yhdestä pöytäliinasta!"

"Minkätähden teette sitä?" kysyi Montague keskeyttäen.
"Jumala tietää", sanoi toinen; "en minä. Ihmettelenpä joskus sitä
itsekin. Arvatakseni teen sitä sentähden, että minulla ei ole mitään
muuta tekemistä. Se muistuttaa aivan juttua, jonka he kertovat
veljestäni — hän menetti omaisuuttaan Saratagan pelihelvetissä, ja
muuan sanoi siellä hänelle, 'Davy, miksi sinä menet sinne — etkö
tiedä, että peli on väärä?' 'Tietenkin se on väärä', sanoi hän, 'mutta
kautta manalan, se on ainoa pelipaikka kaupungissa!'"
"Paine on suurempi, kuin kukaan jaksaa kestää", sanoi Mrs Alden
hetken mietittyään. "Se on samaa kuin koettaisi uida vastavirtaa.
Sinun on pakko sujua virran mukana ja tehdä, mitä jokainen sinulta
odottaa — lapsesi, ystäväsi, palvelijasi ja liiketuttavasi. Koko maailma
on salaliitossa sinua vastaan."
"Se on kammottavaa", sanoi mies.
"Niin", sanoi toinen, "eikä siitä koskaan tule loppua. Luulet
tuntevasi tuon kaiken kokonaisuudessaan, mutta huomaatkin, että
todellisuudessa tunnet vain pikkuruisen osan siitä. Ajatella esim. niitä
lukemattomia ihmisiä, jotka koettavat seurata mukana! Sanotaan
että on seitsemän tuhatta miljonääriä tässä maassa, mutta minä
sanon, että New-Yorkissa yksin on kaksikymmentä tuhatta — taikka
elleivät he omista miljoonaa, niin kuluttavat he ainakin yhden
miljoonan markan tulot, ja sehän on sama asia. Voittehan kuvitella,
että mies, joka maksaa viisikymmentä tuhatta vuodessa vuokrana,
maksaa kaksi ja puoli sataa tuhatta elääkseen; ja täällä on Viides
Avenue — kaksi peninkulmaa pituudeltaan, jos laskemme kaupungin
ylä- ja alaosat; ja Madison Avenue ja puolisen tusinaa taloja, jotka
jokaisella sivukadulla; sitten on siellä hotelleja ja vuokrattavia

huoneustoja, puhumatta ollenkaan lähisestä sivustasta ja
virranvastaisesta ajotiestä. Ja näitä ihmislaumoja saat kohdata
kaikkialla: puodeissa, hotelleissa ja teattereissa, ja kaikki tahtovat
olla puettuja paremmin kuin mitä sinä olet. Näin täällä tänä päivänä
erään naisen, jota en koskaan ennen elämässäni ollut nähnyt, ja
minä kuulin hänen sanovan, että hän oli maksanut kymmenen
tuhatta markkaa yhdestä ainoasta pitsinenäliinasta; ja tuo saattaa
olla totta, sillä minua on pyydetty maksamaan muutamassa
myymälässä viisikymmentätuhatta yhdestä pitsishaalista. Aivan
jokapäiväinen asia on se, että näkee naisen kävelevän Viidennellä
Avenuella yllään sadan tai sadan viidenkymmenen tuhannen markan
arvoiset turkit. Kaksisataa viisikymmentä tuhatta maksetaan usein
sopulinnahkaisesta päällysnutusta, ja minä tiedän yhden, joka
maksoi yhden miljoonan. Tunnen naisia, joilla on tusinan verran
erilaisia turkkeja — näätän, chinchinellan, mustan ketun, karitsan,
kärpän ja sopulin nahkasta; ja minä tiedän erään miehen, jonka
kuski jätti isäntänsä, kun hän ei tahtonut ostaa hänelle
viidenkymmenen tuhannen markan ajoturkkia! Yhteen aikaan oli
ihmisten tapana pakata turkkinsa talteen ja pitää niistä tarkkaa
huolta; mutta nyt kantavat he niitä päällään kaduilla ja meren
rannikoilla, ja voi selvästi nähdä niiden haalenevan. Taikka sitten
menee niiden malli pois muodista, ja niin täytyy heidän saada
uudet!"
Kaikki tuo antoi ajatuksille työtä. Se oli kaikki totta — siitä ei ollut
epäilystäkään. Näytti olevan sääntönä, että joka kerta kun kysyit
jotakin uutta New-Yorkin ylhäisön määrättömyyksistä, sait
seuraavana päivänä kuulla jotakin monta vertaa
hämmästyttävämpää. Montaguea huimasi ajatus yhden miljoonan
markan arvoisesta ajonutusta; ja kuitenkin vähän aikaa sen jälkeen
saapui kaupunkiin ylhäinen englantilaisnainen, jolla oli viiden

miljoonan markan arvoinen päällysnuttu, jonka itsepäiset
vakuutusasiamiehet olivat vakuuttaneet vain kahdesta ja puolesta
miljoonasta. Se oli tehty harvinaisten havaijilaisten lintujen untuvista,
ja kaksikymmentä vuotta oli mennyt sitä tehtäessä; jokainen sulka
oli puolikuun muotoinen, ja niissä oli ihmeellisiä kuvioita
purppuraisista, kultaisista ja mustista sulista. Keskustellessasi
sattumalta tuttaviesi kanssa, saatoit joka päivä kuulla samallaatuisia
uskomattomia asioita; ohuen ohut antiikkinen persialaismatto, joka
voitiin kääriä päällystakin taskuun, oli maksanut viisikymmentä
tuhatta markkaa; viisi-lehtinen "taideviuhka", jonka jokaisen lehden
oli maalannut kuuluisa taiteilija, oli maksanut
kaksisataaviisitoistatuhatta markkaa; kristallinen malja
neljäsataatuhatta; edition de luxe [korupainos. Suom.] Dickensin
teoksista viidellä sadalla tuhannella; muuan rubiini, joka oli
Kyyhkysen silmän kokoinen, oli maksanut puolitoista miljoonaa
markkaa. Muutamissa näistä New Yorkin suurista palatseista oli
suihkulähteitä, joiden pulppuaminen maksoi viisisataa markkaa
minuutissa; ja satamassa oli huvipursia, joiden matkakunnossa pito
tuli tekemään satatuhatta markkaa kuukaudessa.
Ja sinä samana päivänä sattui niin, että hän sai kokea aivan uuden
uutukaisen tuhlaamistavan. Hän meni syömään lunchia Mrs Winnie
Duvalin kanssa, ja siellä tapasi hän Mrs Caroline Smythen, jonka
kanssa hän oli jutellut Havensin linnassa. Mrs Smythe, jonka mies oli
ollut kuuluisa Wall Streetiläinen ratsupäällikkö, oli pehmoinen ja
puoleensavetävä ja käytökseltään hyvin kiihkeä; ja hän pyysi
Montaguen kotiinsa päivällisille, lisäten, "Esitän siellä Teille lapseni."
Siitä, mitä Montague tähän saakka oli ehtinyt nähdä, oli hän
päättänyt, että lapset näyttelivät hyvin pientä osaa hienoston naisten

elämässä; siksi herätti se nyt hänen mielenkiintoaan ja hän kysyi,
"Kuinka monta Teillä niitä on?"
"Ainoastaan kaksi kaupungissa", sanoi Mrs Smythe. "Olen juuri
ikään tänne saapunut, nähkääs."
"Kuinka vanhoja he ovat?" kysyi Montague kohteliaasti, ja kun
nainen lisäsi, "Noin kahden vuoden", kysyi hän. "Eivätkö he ole jo
vuoteessa päivällisaikana?"
"Oh, rakkaani, ei!" sanoi Mrs Smythe "Nuo rakkaat pikkukaritsat
odottavat valvoen minua. Minä löydän heidät aina raappimassa
huoneeni ovella ja heiluttamassa pieniä häntiään."
Silloin kuului Mrs Winnien iloinen nauru, ja hän sanoi, "Miksikä
kujeilette hänelle?"; ja hän kääntyi Montaguen puoleen ja ilmotti
hänelle, että Carolinen "lapset" olivat griffons Bruxalloises. Sana
griffons nosti hänen mieleensä hämäräperäisen kuvan lohikäärmeistä
ja yksisarvisista ja ihmisenpäällä varustetuista pedoista; mutta hän ei
virkkanut sanaakaan, vaan hyväksyi kutsun, ja sinä iltana tuli hän
näkemään, että griffons Bruxelloises olivat vähäpätöisiä
koiranpenikoita, pitkävillaisia, keltaisia ja pehmeitä kuin untuva; ja
että kahta kallista aarrettaan varten oli Mrs Smythellä kokenut
hoitajatar, jolle hän maksoi viisisataa markkaa kuukaudessa, sekä
myös oma omituinen lakeijansa ja erikoinen kyökki, jossa niiden
monimutkaiset ruuat valmistettiin. Näiden luona kävi säännöllisesti
tohtori ja hammaslääkäri, ja heillä oli kultalautaset, joilta ne söivät.
Mrs Smythellä oli myöskin kaksi pitkäkarvaista bernhardilaiskoiraa,
hyvin harvinaista lajia, ja julma ja iso tanskalaiskoira, ja hyvin lihava
bostonilainen mopsipenikka — viimemainittu oli opetettu menemään
aivan yksin vilvoitusmatkalle vaunussaan, juhlallisen kuskin ja
lakeijan ollessa ajajina.

Pitäen taitavasti keskustelua kotieläimissä, sai Montague tietää,
että tämä oli aivan yleistä. Useat ylhäisön naiset tekivät itsensä
keinotekoisesti hedelmättömiksi, välttäen mahdollista
epämukavuutta joutua raskauden ja äitiyden alaiseksi, ja sen sijaan
tuhlasivat he tunteitaan kissoihin ja koiriin. Joillakuilla näillä eläimillä
oli loistavat puvut, jotka kalleudessaan kilpailivat äitipuoltensa
pukujen kanssa. Niillä oli jaloissaan pienen pienet kengät, jotka
maksoivat neljäkymmentä markkaa pari — erityiset koti- ja
katukengät, jotka nauhoilla sidottiin aina polviin saakka; niillä oli
erityiset koti- ja kävelytakit, tomuharjat ja hienkuivaajat, ja
päällystakkeja, jotka olivat reunustettuja näätän nahalla, ja
automobiilinuttuja, joihin kuului pään ja rinnan suojustimet, sekä
pääkauhtanat ja lasiset silmäsuojat — ja jokaisessa nutussa oli
mukavuuden vuoksi tasku pienen pientä hienoa liina- tai
pitsinenäliinaa varten! Ja niillä oli kaulanauhat, joissa loisti rubiineja,
helmiä ja timantteja — muutaman kaulanauha oli maksanut
viisikymmentä tuhatta markkaa! Täytyipä joskus olla erityinen takki
vastaamassa kutakin omistajansa pukua. Siellä oli koirakamareita ja
lepohuoneita, joihin ne voitiin tilapäisesti jättää; ja terveyskamareita
kissoja varten, ja niitä valvomassa oli erikoinen lääkäri. Kun nämä
hoidokit kuolivat, oli Brooklynissä kallis ruumiinpolttolaitos
yksinomaan niiden hautaamista varten; ja sitten ne asianmukaisesti
palsamoitiin ja poltettiin samettireunusteisessa arkussa, ja
haudalleen tuli niiden saada kalliit marmoriset muistopatsaat. Kun
yksi Mrs Smythen enin rakastetuista mopsikoirista oli tullut sairaaksi
verenpysähdyksen takia maksassa, oli hän antanut kattaa
karvarinparkilla kadun talonsa edessä; ja kun koira tästä huolimatta
kuoli, oli hän lähettänyt mustareunaisia kortteja, joissa hän kutsui
ystäviään "muistopalvelukseen." Myöskin näytti hän Montaguelle
joukon kirjoja, jotka olivat kalliisiin korukansiin sidotut ja joissa oli

todistettuna kissojen ja koirien sielujen yhteys, yksinkertaisuus ja
kuolemattomuus.
Nähtävästi herkkätunteinen Mrs Smythe aikoi jutella näistä
hoidokeista koko päivällisajan; ja samaten hänen tätinsä, ohut ja
kulmikas neitsyt, joka istui Montaguen toisella puolella. Ja hän
kuunteli mielellään — hän halusi tietää kaikki. Heillä oli sateenvarjoja
koiria varten, jotka kiinnitettiin sateisella säällä yli niiden pienten
selkien; siellä oli parannus- ja toilettilaitoksia, hopeaisia lääkearkkuja
ja jalokivillä koristeltuja piiskoja. Heillä oli eri ryhmiä kaiverrettuja
käyntikortteja; ja heillä oli pyörien päällä lykättäviä tuoleja, joissa
rammat kissat ja koirat voitiin viedä ulos vilvottelemaan. Siellä oli
koira- ja kissanäyttelyjä, sukutauluineen ja palkintoineen, ja miltei
yhtä suurine väkijoukkoineen kuin hevosnäyttelyssäkin; Mrs Smythen
bernhardilaiset maksoivat kolmekymmentäviisi tuhatta markkaa
kappale, ja kuului olevan mopsikoiria, jotka maksoivat kaksi vertaa
enemmän. Oli eräs nainen, joka oli matkustanut koko tuon pitkän
matkan Pacific-rannikolta saadakseen spesialistin suorittamaan
leikkauksen yorkshireläisen terrierinsä kurkussa! Ja sitten oli eräs
toinen, joka oli rakennuttanut koiralleen Anna-kuningattaren malliin
pienen pienen majan, jonka huoneet olivat paperoidut ja lattiaa
peittivät raskaat matot ja ikkunoissa riippui pitsiverhot! Kerran oli
muuan aikaansa seuraava nuorukainen tullut Walfordiin ja merkinnyt
päiväkirjaan itsensä ja "Miss Elsie Cochranen"; ja kun kirjanpitäjä
teki tavanmukaiset kysymykset nuoren naisen sukulaisuudesta, tuli
päivän valoon, että Miss Elsie oli koira, joka oli vaatetettu komeaan
pieneen teenjuontipukuun, ja tarvitsi huoneen itseään varten. Ja
sitten kerrottiin eräästä kissasta, joka oli perinyt elinkautisen
eläkkeen kahdensadan tuhannen markan maksavasta maatilasta;
sillä oli kaksikerroksinen asunto itsellään ja useita palvelijoita, ja se
istui pöydässä syöden kuoreita ja italialaisia kastanjanpähkinöitä, ja

sillä oli samettinen tyyny lyhyitä unihetkiä varten ja turkiksilla
reunustettu kori yöllä nukkumista varten!
* * * * *
Neljä päivää hevosista oli Montaguelle kylliksi, ja kun Siegfries
Harvey kutsui hänet perjantai-aamuna luokseen ja kysyi, eikö hän ja
Alice tulisi loppuviikoksi hänen luokseen "Yöpuulle", hyväksyi hän
sen ilomielin. Charlie Carter aikoi mennä, ja hän ottaisi heidät
vaunuunsa; ja niin uudelleen ajoivat he yli Williamsburgin sillan —
"juutalaisten pääsiäisuhrin", niinkuin Charlie sitä nimitti — ja menivät
ulos Long Islandiin.
Montague tahtoi kaikin mokomin saada jonkun "piirteen" Charlie
Carterista, sillä hän ei ollut ollut valmistunut siihen hämmästyttävään
nopeuteen, millä tämä nuorukainen oli langennut Alicen jalkoihin. Se
oli niin selvästi havaittavaa, että jokainen hymyili sille — hän oli
Alicen kanssa joka hetki, jonka hän vaan voi järjestää, ja hän ajoi
joka paikkaan, minne Alice oli kutsuttu. Sekä Mrs Winnie että Oliver
olivat nähtävästi aivan tyytyväisiä, mutta Montague ei sitä ollut
ollenkaan. Charlie esiintyi hänelle hyväluontoisena mutta
heikonpuoleisena nuorukaisena, taipuvaisena synkkämielisyyteen;
hänellä oli aina paperossi sormien välissä, ja merkeistä päättäen ei
hän ollut aivan turvattu seuramaailman ansoja vastaan, joita se
kannujen ja viinimaljojen muodossa viritteli hänen ympärilleen;
vaikka tosin maailmassa, missä väkijuomien tuoksu ei koskaan
haihtunut sieramista, ja missä ihmiset joivat sellaisella
hämmästyttävällä kohtuuttomuudella, oli vaikea tietää, missä vetää
raja.
"Olette huomaava, että minun paikkani ei ole samallainen kuin
Havensin", oli Siegfried Harvey sanonut. "Se on todellista

maaseutua." Montague huomasi sen miellyttävimmäksi kodiksi, mitä
hän siihen saakka koskaan oli nähnyt. Se oli suuri, hajanainen
rakennusryhmä, rakennettuna kokonaan maalaistyyliin, ulkopuolella
suuret, veistetyt hirret ja sisäpuolella katto-orret, ja mutkitteleva
tammikäytävä, ja lukematon joukko majoja, miellyttäviä
teenjuontinurkkia, ja leveitä istuimia akkunoiden ääressä, joille oli
pinottu kokonaisia vuoria tyynyjä. Kaikki oli täällä rakennettu
mukavuutta silmällä pitäen — siellä oli biljaardihuone ja
tupakkahuone, ja oikea kirjasto, jossa oli lukemisen arvoisia kirjoja,
ja suuria tuoleja, joihin istuutuessa uppoutui aivan näkymättömiin.
Kaikkialla paloi takkatulia, ja seinillä riippui maalauksia, jotka
puhuivat urheilusta, ja loppumaton määrä kiväärejä ja hirvensarvia
ja kaikellaisia voittomerkkejä. Mutta teidän ei tullut otaksua, että
tämä loistava maalaistalo olisi mitenkään sallinut puuttuvaksi
livreijapukuisia palvelijoita ja mestarikokkia, joka komeili cordon
bleun toimessa, ja päivällispöytää, jolla säteilivät kristalli, hopea,
orchikset ja saniaiset. Sittenkin, vaikka isäntä kutsuikin sitä
"pieneksi" paikaksi, oli hän kutsunut kaksikymmentä vierasta, ja
hänellä oli tallissaan metsästysratsu jokaista heitä varten.
Mutta kaikista ihmeellisintä oli "Yöpuulla" se, että erästä nappulaa
kosketettaessa hävisivät alakerran huoneiden kaikki seinät toiseen
kerrokseen, ja jälelle jäi vain yksi ainoa, suunnattoman suuri
takkatulen valaisema huone, jossa viulut alkoivat soida ja kutsuivat
jalkoja tanssiin. He panivat toimeen iloiset hypyt — tanssia kesti
kello kolmeen saakka, ja aamun koittaessa olivat he jälleen puetut ja
satulassa, ja seurasivat mustatakkisia tallipoikia ja koiria yli
huurrepeittoisten kenttien.
Montague oli puoleksi valmistautunut näkemään kesyn ketun,
mutta siitä hän toki säästyi. Se oli nähtävästi tosileikkiä; pian

päästettiin koirat irti, ja pois nelisti metsästysjoukkue. Se oli hurjin
ratsastus, mihin Montague koskaan oli ottanut osaa — yli kantojen,
kanavien, virtojen ja lukemattomien rautalanka-aitojen, ja läpi
tiheiden ryteikköjen ja tiheästi asuttujen maalaiskylien; mutta hän oli
mukana hengenvaarallisessa ajossa, ja Alice oli seurueen
suunnattomaksi huviksi ainoastaan muutamia kyynäriä taaempana.
Montague tunsi nyt kohdanneensa ensi kerran todellista elämää, ja
hän ajatteli itsekseen, että nämä täysiveriset ja ylevähenkiset miehet
ja naiset muodostivat sen säädyn, mihin hän mielellään olisi tahtonut
kuulua — ainoastaan sillä erotuksella, että hänen oli ansaittava
elatuksensa, mutta heidän ei.
Iltapäivällä oli enemmän ratsastusta ja kävelyä kuulakassa
marraskuun ilmassa; ja sisällä pelattiin bridgeä ja rakettia ja ping
pongia, ja kiihkeää ja tulista rulettia, isännän ollessa pankkiirina.
"Näytänkö minä suuresti viralliselta pelurilta?" kysyi hän
Montaguelta; ja toisen vastattua, ettei hän ollut vielä tavannut
ainoatakaan new-yorkilaista peluria, kääntyi Harvey selittämään
hänelle, kuinka hän oli mennyt ostamaan tätä apparaattia (jonka
myynti oli lain uhalla kielletty) ja myyjä oli kysynyt häneltä, kuinka
"voimakkaan" hän sen halusi!
Illalla sitten oli enemmän tanssia ja sunnuntaina toinen
metsästysretki. Sinä yönnä näytti pelihalu tarttuvan koko
seurueeseen — kaksi pöytää istui pelaamassa bridgeä, ja toisessa
huoneessa kävi huolettomain korttipeli, mihin Montague koskaan oli
ottanut osaa. Se keskeytettiin kolmen aikaan aamulla, ja yksi
peliseurueesta kirjotti hänelle shekin kolmellekymmenelle viidelle
tuhannelle markalle; mutta sekään ei täydellisesti rauhottanut hänen
omaatuntoaan, eikä tyynnyttänyt hänen kuumentuneita veriään.

Tärkeintä kaikista kuitenkin oli hänelle se, että hän viimeinkin oppi
tuntemaan Charlie Carterin. Charlie ei pelannut siitä syystä, että hän
oli juovuksissa, ja muuan seurueesta sanoi sen hänelle ja kieltäytyi
pelaamasta hänen kanssaan; nyt ei jäänyt Charlie-paralle muuta
tekemistä kuin juoda yhä enemmän Sitä hän tekikin, ja hän tuli ja
riippui pelaajien olkapäillä ja kertoi seurueelle kaiken itsestään.
Montague oli valmistunut sietämään nuorten junkkarien
hurjastelua, joilla oli rajattomat määrät rahaa, mutta koskaan
elämässään ei hän ollut kuullut tai uneksinut mistään sellaisesta kuin
tämä poika toi esille. Puoli tuntia kierteli hän pöydän ympärillä, ja
vuodatti ulos keskeymättömän virran kaikellaisia ruokottomuuksia
salassa; hänen mielensä oli niinkuin sammalmätäs, jossa oleskeli
iljettäviä ja luikertelevia käärmeitä, jotka tulivat yöllä pinnalle ja
näyttivät lihavia päitään ja limaisia ruumiitaan. Ei ylhäällä taivaassa
eikä alhaalla maan päällä ollut hänelle mitään pyhää; ei ollut
olemassa mitään liiaksi kapinallista, joka ei hänelle olisi kelvannut. Ja
seurue hyväksyi esityksen vanhana juttuna — miehet saattoivat
nauraa ja sysätä pojan luotaan ja sanoa: "Äsh, Charlie, mene
helvettiin!"
Kun kaikki tuo oli ohi, otti Montague yhden seurueesta syrjään ja
kysyi häneltä, mitä se merkitsi, johonka mies vastasi: "Hyvä Jumala!
Tarkotatteko, ettei kukaan ole kertonut Teille Charlie Carterista?"
Kävi ilmi, että Charlie oli yksi Tenderloinin "kultaisista
nuorukaisista", joiden urotöitä oli kuulutettu sanomalehdissä. Ja kun
palvelijat olivat sitoneet hänet vuoteeseen, kerääntyi useita miehiä
tulen ympärille, ja imeksien kuumaa punssia kertoivat Montaguelle
muutamia hänen pääurotöistään.

Charlie oli nähtävästi vasta kahdenkymmenen kolmen vuoden
vanha; kun hän oli kymmenen, kuoli hänen isänsä ja jätti
viisikymmentä miljoonaa vanhan ja köyhän tätihoukkion
hoidettavaksi poikaa varten — tädin, jonka poika saattoi kääntää
sormensa ympäri. Kahdentoista vuotiaana hän oli paperossien paras
ystävä, ja hänellä oli vapaa pääsy viinikellariin. Mennessään
kalliiseen yksityiskouluun, otti hän mukanaan kokonaiset varastot
paperosseja, ja pakeni lopuksi Eurooppaan, hankkiakseen oppia
Pariisin irstailussa. Ja sitten tuli hän takaisin kotiin, ja hämmästytti
Tenderloinin; ja eräänä aamuna kello kolmen aikaan astui hän
muutaman lasiakkunan läpi, ja silloin tarttuivat sanomalehdet
häneen. Se avasi Charlielle äkkiä aivan uuden näkökannan elämästä
— hänestä tuli maineen tavottelija; kaikkialla, minne hän meni,
seurasi häntä sanomalehtireportterit ja tuijottava väkijoukko. Hän
kantoi paksuja tekosäärystimiä ja antoi viisisataa markkaa
juomarahoina kengänkiillottajille, ja hävisi kaksisataatuhatta markkaa
korttipelissä. Hän pani toimeen demi-monde juhlan, jossa oli
jalokivillä koristeltu joulukuusi keskellä kesää,
kahdensadanviidenkymmenen tuhannen markan edestä koristeita.
Mutta suurin uutuus oli se, että hänen ilmoitettiin aikovan rakentaa
merenalaisen huvipurren ja täyttää sen kuorotyttösillä! — Nyt Charlie
oli menettänyt yleisen huomion, ja hänen ystävänsä eivät nähneet
häntä päiväkausiin; hän makasi "urheilurakennuksessa" ja aivan
sananmukaisesti kieriskeli shampanjassa.
Kaiken tämän — selvisi Montaguelle oli hänen veljensä täytynyt
tietää! Ja hän ei ollut sanonut siitä sanaakaan — neljän tai
viidenkymmenen miljoonan markan takia, jotka Charlie omistaisi,
täytettyään kaksikymmentäviisi vuotta!

Yhdestoista luku.
Aamun tultua läksivät he toisten seurueeseen kuuluvien kanssa
junalla kotia. He eivät voineet odottaa Charlietä ja hänen
automobiiliään, sillä maanantai-ilta oli oopperan avajaisilta, eikä
kukaan voinut sitä tilaisuutta hukata. Siellä hienosto esiintyisi
loistavammassa asussaan, ja siellä tulisi olemaan jalokivinäyttely
sellainen, jollaista ei saanut nähdä missään muualla maailmassa.
Kenraali Prentice ja hänen vaimonsa olivat avanneet
kaupunkitalonsa ja olivat kutsuneet heidät päivällisille luokseen ja
tarjonneet heille tilaa aitiossaan; ja noin kello puoli kymmenen
tienoilla huomasi Montague istuvansa suurella, hevosenkengän
muotoisella balkongilla, ympärillään useita satoja kaupungin
rikkaimpia ihmisiä. Ylhäällä oli toinen aitiorivi ja sen yläpuolella oli
kolme lehteriä, ja hänen alapuolellaan istui ja seisoi yli tuhat ihmistä.
Suurella näyttämöllä esitettiin loistavaa ja komeudessa kylpevää
näytelmää, ja sanat siihen laulettiin orkesterin säestyksellä.
Montague ei ollut koskaan kuullut oopperaa, ja hän piti paljon
musiikista. Toinen näytös oli juuri alkanut, kun hän tuli sisälle, ja
koko sen ajan istui hän lumouksen vallassa kuunnellen hurmaavia
säveliä, mitä hän koskaan elämässään oli kuullut. Hän tuskin
huomasi, että Mrs Prentice kulutti aikaansa tutkistelemalla toisten
aitioiden omistajia jalokivihohteisen lorgnettinsa läpi, taikka että
Oliver lörpötteli hänen tyttärelleen.
Mutta kun näytös oli ohi, vei Oliver hänet yksin ulos aitiosta ja
kuiskasi, "Jumalan tähden, Allan, älä tee narria itsestäsi."
"Mitä, mitä se merkitsee?" kysyi toinen.

"Mitä ihmiset ajattelevatkaan", huudahti Oliver, "nähdessään sinun
siellä istuvan niinkuin miehen, joka on suloisessa unessa?"
"Joutavia", nauroi toinen, "he arvelevat minun kuuntelevan
musiikkia."
Ja Oliver vastasi, "Ihmiset eivät tule oopperaan musiikkia
kuuntelemaan."
Tämä kuulosti pilalta, mutta sitä ei ollut. Hienostolle oli oopperassa
käynti suuri paraatitoimitus, jossa oli esillä vielä kalliimpaa ja
suuremmoisempaa kuin hevosnäyttelyssä; ja hienostolla oli tietenkin
oikeus määrätä, sillä se omisti oopperan ja piti sitä yllä. Todelliset
musiikin rakastajat, jotka tulivat sinne, seisoivat joko takana tai
istuivat viidennellä lehterillä, aivan katon rajassa, missä ilma oli
töykeä ja kuuma. Kuinka paljon itse hienosto välitti esityksestä, tuli
kyllin selvästi ilmi siitä seikasta, että kaikki oopperat laulettiin
vierailla kielillä, ja niin huolimattomasti, että ne muutamat harvat,
jotka niitä kieliä ymmärsivät, voivat tuskin ollenkaan saada selvää
sanoista. Kerran oli siellä eräs yli maailman tunnettu runoilija, jonka
koko elämä oli omistettu oopperan muodostamiselle taiteeksi! ja
taistelussa hienoston kanssa ei hän lopuksi saavuttanut muuta kuin
nälkäkuoleman. Nyt puolen vuosisadan perästä on hänen neronsa
päässyt voitolle, ja hienosto suostuu istumaan tuntikausia pimeässä
ja kuuntelemaan saksalaisten jumalten ja jumalattarien kotoisia
kinasteluja. Mutta se mistä hienosto todella välitti, oli kauniit puku-,
maisema- ja tanssiesitykset, miellyttävät laulut, joita hyvin saattoi
kuunnella lörpötellessäkin; juonen tuli olla hyvin alkeellisen ja
intohimoisen, niin että pantomiininäkin voi sen ymmärtää —
sanokaamme kauniin ja yleväluontoisen ilotytön traagillinen rakkaus
komeaan seuramaailman nuorukaiseen.

Miltei jokaisella, joka tuli oopperaan, oli kiikari, jonka avulla hän
saattoi tuoda kenen tahansa ylellisesti puetun ylhäisön naisen aivan
lähelleen, ja tutkistella häntä kaikessa hiljaisuudessa. New Yorkissa
sanottiin olevan miljaardin markan arvosta timantteja, ja ne jotka
eivät olleet kätköissä, olivat erinomaisen sopivat kannettaviksi tässä
näyttelyssä; sillä täällä juuri ne saattoivat täyttää sitä tarkoitusta,
mitä varten olivat olemassa — tänne juuri tuli koko maailma niitä
tarkastamaan. Yhdeksän huomattavimman ylhäisön naisen kesken
jakautui kahdenkymmenenviiden miljoonan arvosta timantteja.
Saattoi nähdä rinnustimia, jotka näyttivät rautapaidalta ja olivat
tehdyt kokonaan säihkyvistä timanteista. Saattoi nähdä emeraldeja,
rubiineja, timantteja ja helmiä, jotka olivat muodostetut tiaramaisiksi
pääkoristeiksi — s.t.s. jäljitellyiksi kruunuiksi ja kehyksiksi — ja
jalustana niillä oli paksu ja juhlallinen leskirouva.
Yksi Wallingeista oli pannut alulle tämän muodin ja nyt jokainen,
joka tahtoi olla jotakin, seurasi sitä. Muuan nainen, jolle Montague
esitettiin, oli ottanut erikoisalakseen helmet — hänellä oli kaksi
mustaa helmikorvarengasta, jotka olivat maksaneet
kaksisataatuhatta markkaa, helminauha, joka oli maksanut yhden
miljoonan viisisataatuhatta, kahdensadan viidenkymmenen tuhannen
arvoinen, sysimustista helmistä laadittu rintaneula, ja kaksi
kaulakoristetta, joista kumpikin oli maksanut yhden miljoonan.
Tämä lakkaamatta toistuva hintojen kuuleminen alkoi vähitellen
tuntua tympäisevältä; mutta Montague huomasi, ettei löytynyt
mitään keinoa välttää sitä. Ylhäisön ihmiset, jotka maksoivat näitä
hintoja, olivat olevinaan kaikkien sellaisten seikkojen ja kyselyjen
yläpuolella, ja olevansa innostunut yksinomaan itse esineiden
kauneudesta ja erinomaisesta taiteellisuudesta; mutta saattoi
huomatakin, että he aina keskustelivat hinnoista, mitä toiset mistäkin

olivat maksaneet, sekä sen, että toiset ihmiset jollain tavalla aina
tiesivät, kuinka paljon kukin oli maksanut. He pitivät myöskin huolen
siitä, että yleisö ja sanomalehdet tiesivät sen, mitä he olivat
maksaneet, ja kaiken muunkin, mitä he tekivät. Tässä oopperassa
esim. oli jokaiseen ohjelmaan painettu selitys aitioista, ja luettelo
kaikista aitioidenomistajista, niin että ken hyvänsä saattoi sanoa,
kuka kukin oli. Saattoi nähdä näiden suurten naisten loistavissa
mantteleissaan astuvan ulos vaunuistaan, väkijoukkojen tähytessä
niihin ja salapoliisien hääriessä ympärillä. Ja jokaisen rinta sykähteli
rajusta ja ihmeellisestä näystä sinä hetkenä, jolloin hän astui
aitioonsa, ja musiikki unohtui ja kaikki silmät kääntyivät häneen; ja
sitten laskee hän viereensä päällysmanttelinsa ja häikäisevän
loistavana näkynä säteilee hän nyt tuijottaville joukoille.
Muutamat näistä jalokivistä olivat perhekalleuksia, jotka New York
oli tuntenut sukupolvien aikoina ja sellaisissa tapauksissa alkoi tulla
tavaksi jättää todelliset jalokivet säilytysholveihin, ja kannettiin
jäljennettyjä kiviä, jotka olivat aivan alkuperäisten näköisiä.
Asunnosta, missä jalokivet säilytettiin, ei salapoliisit saaneet
hetkeksikään poistua, ja monessa tapauksessa oli erikoiset
salapoliisit vartioimassa vielä toisia salapoliiseja; ja kuitenkin
sanomalehdet tuon tuostakin olivat täynnä mieltä kiihottavia
kertomuksia ryöstöistä. Sitten ne onnettomat, joita satuttiin
epäilemään, joutuivat poliisin käsiin ja pakotettiin tutkimuksen
alaiseksi, mitä pilalla kutsuttiin "kolmanneksi asteeksi", ja siihen
kuului kidutuksia, jotka olivat yhtä raskaita ja julmia, kuin mitkä
tahansa Espanjan inkvisitionin keksimät. Tällaisten tapahtumain
merkitys reklaamin kannalta katsoen huomattiin pian niin suureksi,
että kuuluisat näyttelijättäret myöskin olivat omistavinaan huikean
kalliita jalokiviä, ja silloin tällöin tulivat ne heiltä varastetuiksi.

Kun he sinä iltana olivat saapuneet kotia, jutteli Montague
serkkunsa kanssa Charlie Carterista. Hän sai selville omituisen
suhteen. Nähtävästi Alice tiesi jo, että Charlie oli ollut "huono."
Charlie oli sairas ja onneton; ja Alicen viattomuus oli koskettanut
häntä ja saanut hänet häpeämään omaa itseään, ja hän oli synkästi
viittaillut hirvittäviin tapahtumiin. Siten saattoi Montague ymmärtää,
kuinka Charlie salaperäisyyden ja romantiikan huolellisesti
verhoamana sai itsestään mieltäkiinnittävän ja puoleensa vetävän
olennon. "Hän sanoo, että minä olen erilainen kuin mikään muu
tyttö, minkä hän on kohdannut", sanoi Alice — huomautus, joka oli
niin hämmästyttävän alkuperäinen, että hänen serkkunsa ei voinut
pidättää hymyään.
Alice ei ollut vähimmässäkään määrässä rakastunut häneen, eikä
hänellä ollut minkäänlaisia aikeitakaan rakastua; ja hän sanoi, ettei
hän koskaan ottaisi vastaan mitään kutsuja, eikä koskaan menisi
yksin hänen kanssaan; mutta hän ei löytänyt keinoa, kuinka hän
voisi välttää Charlietä, kun hän kohtasi hänet toisten ihmisten
kotona. Ja tässä oli Montaguen häntä avustettava.
Kenraali Prentice oli ystävällisesti kysellyt, mitä Montague oli
nähnyt New Yorkissa ja kuinka hän siellä viihtyi. Hän lisäsi, että hän
oli puhellut hänestä tuomari Ellisin kanssa, ja että heti kun hän olisi
valmis ryhtymään työhön, olisi tuomarilla ehkä muutamia ehdotuksia
hänelle tehtävänä. Hän hyväksyi kuitenkin Montaguen suunnitelman
saada ensiksi yleiskuvan; ja sanoi, että hän esittäisi ja veisi hänet
pariin johtavista klubeista.
Kaikki tämä jäi Montaguen mieleen; mutta sillä hetkellä ei
maksanut ollenkaan vaivaa koettaa sitä ajatella Kiitosjuhlat olivat
ovella ja lukemattomissa maataloissa matkan varrella tulisi olemaan

huveja. Bertie Stuyvesant oli suunnitellut huvimatkan Adirondackin
leirilleen, ja hän oli kutsunut sinne parisen kymmentä nuorta miestä,
niiden joukossa Montaguet. Tämä tulisi olemaan yksi uusi piirre
kaupungin elämässä, ja siihen maksoi vaivan tutustua.
Heidän retkensä alkoi teatterivierailulla Bertie oli tilannut neljä
aitiota ja he tapasivat siellä noin tunnin verran sen jälkeen kun
näytös oli alkanut. Se ei kuitenkaan haitannut yhtään mitään, sillä
näytelmä muistutti oopperaa — joukko lauluja ja tansseja oli
kiedottu yhteen, ja tarkotuksena oli vain tarjota sopiva tilaisuus
loistaville maisemille ja puvuille. Näytelmästä kuljetettiin heidät
suurelle keskusasemalle, ja vähän ennen puoli yötä porhalsi Bertien
yksityinen juna lähtöön.
Tämä juna oli täydellisesti varustettu hotelli. Siellä oli
tavaraosasto, ruokavaunu ja keittiö; ja seurusteluhuone ja
kirjastovaunu; makuuvaunu — ei sellaisilla nukkumasijoilla
varustettu, joita tavalliset makuuvaunut tarjoavat, vaan siinä oli
mukavat makuusuojat, jotka olivat sisustetut valkoisella
mahonkipuulla, ja joissa oli käytettävänä vesijohtolaitos ja
sähkövalo. Kaikki nämä vaunut olivat rakennetut teräksestä, ja
ilmanvaihto tapahtui automaattisesti; ja ne olivat sisustetut siihen
ylelliseen tapaan, millä kaikki muukin, jonka kanssa Bertie
Stuyvesantilla oli jotakin tekemistä. Kirjastovaunussa oli samettiset
matot lattialla, ja huonekalusto etelä-amerikkalaisesta mahongista,
ja seinillä maalauksia, joihin suuret taiteilijat olivat uhranneet
vuosikausien työn.
Bertien hovimestari ja palvelijat olivat matkassa, ja illallinen
odotteli ruokailuvaunussa; sen kestäessä saivat he katsella Hudsonia
kuutamossa. Ja seuraavana aamuna saavuttivat he määräpaikkansa,

pienen pysäkin vuoristoisessa erämaassa. Juna seisahtui vekseliin ja
siten heillä oli hyvää aikaa syödä aamiaista, ja sitten kääriytyneinä
turkkeihin, tulivat he ulos kuuleaan, männyille tuoksuvaan
metsäilmaan. Maassa oli lunta ja heitä odottamassa oli kahdeksan
suurta rekeä; ja lähes kolme tuntia ajelivat he kirmakassa
aamuauringon valossa läpi ihmeellisen ihanien vuoristomaisemien.
Suurin osa alueesta oli Bertien "rauhottamaa", ja tie oli yksityinen,
niinkuin suuret merkit jokaisen sadan metrin päässä osottivat.
Niin saapuivat he viimein järvelle, joka käärmeen lailla kiemurteli
tornimaisten kukkulain välissä, ja jättiläismäinen aatelislinna seisoi
ylhäällä kallion kielekkeellä. Tämä jäljennetty linnoitus oli "leiri".
Bertien isä oli sen rakentanut ja hän oli käynyt siellä vain viisi
kuusi kertaa koko elämänsä aikana. Bertie itse oli ollut täällä vain
kahdesti, kertoi hän. Hirviä oli siellä niin runsaasti, että talvella kuoli
niitä parvittain. Siitä huolimatta oli siellä kolmekymmentä
metsänvartijaa, jotka vartioivat kymmenen tuhannen akren suuruista
metsä-alaa, ja estivät kenenkään siinä metsästämästä. Täällä
Adirondackin erämaassa oli paljonkin tällaisia "rauhotettuja" seutuja,
niin kerrottiin Montaguelle; eräällä miehellä oli kokonainen vuori,
jonka ympäri hän oli laittanut vahvat, rautaiset kaiteet, ja siellä
sisällä oli hänellä monenlaisia hirviä ja vieläpä villejä metsäsikojakin.
Ja mitä itse "leireihin" tulee, oli niitä siellä niin paljon, että täällä oli
kehittynyt aivan uusi arkkitehtuurityyli — puhumattakaan mitään
niistä, jotka seurasivat vanhaa tyyliä, niinkuin tämä tärkeä reiniläinen
linna. Yhdellä Bertien joukkoon kuuluvista oli suuri sveitsiläinen
chalet; ja yhdellä Wallingeista oli jaappanilainen palatsi, johon hän
tuli joka vuoden elokuussa — asunto, joka oli rakennettu
Jaappanissa laadittujen suunnitelmain mukaan, ja erityisesti
Jaappanista tuotetuilla työmiehillä. Se oli kokonaan jaappanilaisista

tavaroista — huonekalusto, seinämatot ja mosaiikit; ja oppaat
muistelivat ihmetellen noita kummallisen äänettömiä, ruskeaihoisia
pikkumiehiä, jotka päiväkausia tekivät työtä yhden puukappaleen
kaivertamisessa, ja rakensivat pienen pienen pagodamaisen
teehuoneen useammasta puukappaleesta kuin mitä ihminen yhdessä
viikkokaudessa ehti laskea.
He söivät aamiaisekseen verestä hirvenlihaa, peltopyytä ja forellia,
ja iltapäivällä olivat he metsästämässä. Reippaimmat läksivät
seuraamaan lumella näkyviä hirven jälkiä; mutta useimmat
valmistautuivat katselemaan järven rantaa, samalla kun
metsänvartijat päästivät koirat irti vuorille. Tällainen "koirajahti" oli
vastoin lakia, mutta Bertiellä ei ollut täällä muuta lakia kuin hän itse
— ja pahimmassa tapauksessa saattoi tulla vain joku mitätön sakko,
joka tuomittiin jollekin vartijalle. He ajoivat kahdeksan tai kymmenen
kappaletta hirviä veteen; ja kun he ampuivat noin parisen kymmentä
laukausta jokaiseen hirveen, kului heidän aikansa erinomaisen
vilkkaasti. Sitten hämärissä saapuivat he takaisin, kasvoillaan hieno
innostuksen hehku, ja viettivät illan loimuavain takkatulten ääressä,
kertoellen seikkailujaan.
Joukkue vietti täällä kaksi ja puoli päivää, ja viimeisenä iltana,
jolloin oli kiitosjuhlat, oli heillä villiä kalkkunia, joita Bertie oli
ampunut viikkoa sitten Virginiassa, ja he huvittelivat kuuntelemalla
kiertäväin trubaduurilaulajain esityksiä, jotka olivat tuodut edellisenä
iltana New Yorkista. Seuraavana iltana ajoivat he takaisin junalle.
Kun he aamulla saapuivat kaupunkiin, löysi Alice ilmotuksen Mrs
Winnie Duvalilta, jossa hän pyytää häntä ja Montaguea tulemaan
luokseen aamiaiselle ja olemaan läsnä Svami Babubananan
yksityisessä luennossa; hän tulisi kertomaan heille kaiken heidän

sielujensa edellisistä olotiloista. He menivät — eikä tietenkään ilman
vanhan Mrs Montaguen vastalausetta, joka selitti hänen olevan
"pahemman kuin itse Rob. Ingersollin."
Ja sitten iltasilla olivat Mrs Graffenriedin avajaispidot, jotka
muodostivat yhden vuoden suurista tapahtumista seuraelämässä.
Yleisessä touhussa ei Montaguella ollut oikein aikaa saada sitä
selväksi itselleen, mutta Reggie Mann ja Mrs Graffenried olivat
työskennelleet sen eteen viikkokausia. Kun Montaguet saapuivat,
huomasivat he virranpuoleisen rakennuksen — joka oli koristettu
arabialaisen palatsin malliin — muuttuneen troopilliseksi
kasvitarhaksi.
He olivat tulleet Reggien pyynnöstä jo aikaisin, ja hän esitti heidät
Mrs de Graffenriedille, pitkälle ja kulmikkaalle naiselle, jolla oli
nahkan värinen ja suurella vaivalla maalattu iho; Mrs de Graffenried
oli noin viidenkymmenen vuoden vanha, mutta niinkuin kaikki
ylhäisön naiset, esiintyi hänkin kolmekymmenvuotiaana. Mutta nyt
juuri näkyi hikikarpaloita hänen otsallaan; jotakin oli viimeisellä
hetkellä mennyt väärin, ja niin ei Reggiellä ollut aikaa näytellä heille
kaikkia nähtävyyksiä, niinkuin hän oli aikonut.
Noin sataviisikymmentä vierasta oli kutsuttu näihin pitoihin.
Illallista tarjoiltiin pienien pöytien ääressä suuressa tanssisalissa, ja
sen loputtua kiertelivät vieraat ympäri rakennusta, jolla aikaa pöydät
salissa siirrettiin syrjään, ja huone muuttui teatterihuoneeksi. Muuan
seurue Broadwayn teattereista tulisi suoraa päätä istuutumaan
vaunuihin näytöksen loputtua, ja puoliyön aikana olisivat he valmiit
toistamaan saman näytöksen Mrs Graffenriedin kotona. Montague
sattui olemaan läsnä, kun tämä seurue saapui, ja hän havaitsi, että
vieraat olivat ahtautuneet liian lähelle, eivätkä olleet jättäneet kylliksi

tilaa näyttelijöille. Ohjaaja oli siksi asettanut heidät pieneen
etuhuoneeseen, ja kun Mrs Graffenried huomasi tämän, ryntäsi hän
miehen luo, ja manasi häntä niinkuin rakuuna, ja käski
hämmästyneet näyttelijät sisälle pääsaliin.
Mutta Montague nuuski, mitä kulissien takana tapahtui, ja he
otaksuivat hänen seuraavan näyttelemistä. Juhlan muodosti toinen
samallainen "musikaalinen ilveily" kuin se, minkä oli muutamia päiviä
sitten nähnyt. Siinä tilaisuudessa kuitenkin oli Bertie Stuyvesantin
sisar jutellut hänelle koko ajan, jota vastoin nyt hän oli yksin, ja
hänellä oli tilaisuus tarkata esitystä.
Tämä oli hyvin kansanomainen näytelmä; sillä oli ollut suuri
menestys, ja sanomalehdet kertoivat, kuinka sen tekijällä oli ollut
miljoonan markan tulot vuodessa. Ja täällä oli kuulijakuntana
kaupungin rikkaimmat ja vaikutusvaltaisimmat ihmiset: ja he
nauroivat ja räpyttivät käsiään, ja toivat selvästi ilmoille sen, että he
nauttivat täydestä sydämestään. Ja minkälaatuinen näytelmä tämä
sitten oli?
Sen nimi oli "Kamtshatkan Kalifi." Siinä ei ollut hitustakaan juonta;
Kalifilla oli seitsemäntoista vaimoa, ja sitten oli eräs amerikkalainen
rummuttaja, joka halusi myydä hänelle vielä yhden — mutta sitten
käy tarpeettomaksi muistaa tätä, sillä siitä ei tullut mitään.
Näytelmässä ei ollut mitään, jota olisi saattanut kutsua punaseksi
langaksi — siinä ei ollut mitään, mikä olisi ollut jossain tekemisissä
minkään tunteen kanssa, mikä, koskaan on ihmisrinnassa liikkunut.
Mahdoton on myöskin sanoa, että siinä olisi ollut mitään tapahtumia
— ei ainakaan mitään sellaista tapahtunut, joka olisi ollut
seurauksena jostakin muusia. Jokainen tapahtuma oli aivan
toisestaan riippumaton seikka, niinkuin suonenvedontapaiset

nytkähdykset, joita näkyy idiootin kasvoilla. Tämänlaatuista
"toimintaa" oli siinä vaikka kuinka paljon — hetken havainnon
perustalla olisi saattanut luulla jokaisen näyttämölavalla olevan
yhtäaikaa vaipuvan tuollaiseen idioottimaiseen tempomistilaan.
Esiintyjät hyökkäsivät edestakasin, kirkuivat, nauroivat ja
huudahtelivat; näyttämö oli alinomaisessa levottomassa
kiihtymistilassa, jossa ei ollut mitään järkeä tai tarkotusta. Siten oli
mahdotonta ajatella heitä näyttelijöinä osissaan; mieluummin ajatteli
heitä, inhimillisinä olentoina — ajatteli hirvittävää murhenäytelmää,
jossa täysikasvaneet miehet ja naiset pakotetaan nälän ahdistamina
hullunkurisesti pukemaan ja maalaamaan itseään, ja sitten tulemaan
yleisön eteen tanssimaan, hyppimään, vääntelemään käsiään ja
kasvojaan ja muutenkin olemaan "vilkkaita."
Puvut olivat kahta laatua: toiset fantastisia, itämaita edustaviksi
aijottuja, ja toinen laji oli jonkinlainen redactio ad absurdum
nykyaikaisesta muodikkaasta vaatetuksesta Johtajalla oli päällään
siro kävelypuku ja hän keimaili pienen kepin kanssa; hänen osanaan
oli näytellä huoletonta ilmettä, jonkinlaista yhtäjaksoista kukkeutta ja
salasilmäyksiä, jotka olivat esittävinään satyyrin kavaluutta.
Ensimäinen naisnäyttelijä muutti pukua useita kertoja jokaisessa
näytöksessä; mutta sen varustuksiin välttämättä kuului paljaat
käsivarret, rinta ja selkä, ja hame, joka ei ulottunut polviin saakka,
kirkasväriset silkkisukat, ja kengät, joissa oli kaksi tuumaa korkeat
kannat. Viimeisen kerran esiinhuudettaessa suoritti hän pienen
piruetin, joka paljasti jälellä olevan osan sääriä, ja toi esille
suunnattoman pitsiröykkiön. Ihmismielen luonteeseen kuuluu, että
hän etsii loppua kaikille asioille; jos tämä nainen olisi kantanut
ruumiinmukaista trikoopukua, eikä mitään muuta, olisi hän ollut yhtä
vähän mieltäkiinnittävä kuin joku alusvaateilmoitus sanomalehdessä;
mutta tämä jatkuva vähitellen paljastuminen kiihotti hienoa huumaa.

Tuon Alostakin seuraavilla väliajoilla soitti orkesteri lyhyitä,
mukaansatempaavia kappaleita, ja molemmat "tähdet" alkoivat
laulaa nenä-äänillään joitakin sanoja, jotka ilmaisivat kiihkeitä
tunteita; ja sitten mies tarttui naista vyötäisiin, tanssitti ja pyöritti
häntä ympäri ja taivutti häntä taaksepäin ja tähysti häntä silmiin —
liikkeitä, jotka himmeästi viittasivat sukupuolisuhteisiin. Kappaleen
loputtua liukui esille kööri, puettuna kaikellaisiin pukuihin, mitkä
antoivat tilaa väreille ja säärien riittävälle näkymiselle; tähän kööriin
kuuluvat maalatut naiset eivät pysyneet hetkeään hiljaa paikoillaan
— jos eivät he varsinaisesti tanssineet, vääntelivät he jalkojaan, ja
tempoivat ruumistaan puolelta toiselle, ja nyökyttelivät päätään ja
koettivat kaikilla muilla mahdollisilla keinoilla olla "vilkkaita."
Mutta ei tämän näytelmän fyysillinen ruokottomuus
hämmästyttänyt Montaguea niin suuresti kuin sen tuottama älyllinen
tyydytys. Kappaleen vuoropuhelu oli sellaista, mitä kutsutaan
"hiotuksi sukkeluuksien heittelyksi"; se merkitsee, että se oli täynnä
jonkinlaisia viittauksia, jotka ilmaisivat salaista pahan olemassaolon
ymmärtämystä näyttelijän ja hänen kuulijakuntansa välillä —
tunnussanoja, niin sanoaksemme, joita he välittivät keskenään.
Kuitenkin, olisi erehdys sanoa, että näytelmässä ei ollut yhtään
ainoata aatetta — siinä oli yksi aate, jonka päälle kaikki muu siinä
perustui; ja Montague ponnisteli saadakseen tämän ajatuksen
eritellyksi ja itselleen muovailluksi. On olemassa määrättyjä
elämänprinsiippejä, — niitä voidaan kutsua moraalisiksi selviöiksi —
jotka ovat tuloksena ihmisrodun kokemuksista mittaamattomien
ajanjaksojen aikana, ja joiden kiinnipitämisestä rodun jatkuminen
riippuu. Ja tässä oli kuulijakunta, joka kaikkia näitä prinsiippejä ei
kysynyt, ei niistä väitellyt eikä niitä kieltänyt — vaan jolle niiden
kieltäminen oli selviö, jotakin, jonka avoimesti julistaminen olisi sille
ollut liiaksi raakaa, mutta jonka se hienosti ja viisaasti kyllä piti

varmana. Tässä kuulijakunnassa oli vanhempia ihmisiä, ja naineita
miehiä ja naisia, nuorukaisia ja tyttösiä; ja täydellinen, iloinen nauru
tempasi heidät mukanaan kuunnellessa erään naidun naisen
kertomusta, jonka rakastaja oli hyljännyt, kun he olivat joutuneet
naimisiin. —
"Hänen sydämensä varmaankin murtui", sanoi johtava
näyttelijätär.
"Hän oli toivoton", sanoi johtava näyttelijä irvistäen.
"Mitä hän teki", kysyi nainen. "Meni ja ampui itsensä?"
"Pahempaa vielä", sanoi mies. "Hän meni takaisin miehensä luo ja
sai lapsen!"
Mutta täydentääksemme tämän näytelmän merkityksen
ymmärtämistä, tulee meidän saada itsemme tajuamaan, että tämä ei
ollut pelkkä näytelmä, vaan se oli näytelmän luontoinen; sillä oli nimi
— "soitannollinen ilveily" — jonka merkityksen jokainen ymmärsi.
Satoja sellaisia näytelmiä kirjotettiin ja tuotettiin, ja "dramaattiset
kriitikot" kävivät niitä katsomassa ja keskustelivat niistä arvokkaalla
vakavuudella, ja monet tuhannet ihmiset hankkivat elatuksensa
matkustamalla yli maan ja näyttelemällä niitä; komeita teattereita
rakennettiin niitä varten, ja satoja tuhansia ihmisiä joka ilta maksoi
rahansa niitä nähdäkseen. Ja kaikki tämä ei ollut mitään pilaa tai
painajaista — vaan asia, joka todella oli olemassa. Miehet ja naiset
sitä tekivät — oikeat inhimilliset olennot lihasta ja verestä.
Montague ihmetteli kauhun lyömänä, mitä lajia inhimillisiä olentoja
lienee mahtanut olla se, joka oli järjestänyt kepin ihmeelliset
käännähdykset ja esiintyjän virnistykset näytelmässä. Myöhemmin,

opittuaan tuntemaan "Tenderloinin" kohtasi hän tämän saman
näyttelijän, ja hän sai tietää, että hän oli alkanut elämänsä pienenä
irlantilaisena poikanaskalina, joka eli vuokratalossa ja jonka äiti
seisoi rappukäytävän päässä puolustaen häntä kaulauspulikalla
poliisia vastaan, joka häntä ahdisteli. Hän oli huomannut, että hän
saattoi hankkia elatuksensa koomillisilla kujeillaan; mutta kun hän
tuli kotiin ja kertoi äidilleen, että eräs näyttelyn pitäjä oli tarjonnut
hänelle sata markkaa viikossa, antoi hän hänelle selkäsaunan
valehtelemisesta. Nyt ansaitsi hän viisitoistatuhatta markkaa
viikkokaudessa — enemmän kuin Yhdysvaltojen presidentti ja hänen
kabinettinsa yhteensä: mutta hän ei ollut onnellinen — salaisuus,
jonka hän uskoi Montaguelle — sillä hän ei osannut lukea, ja tämä
oli hänellä alituisen nöyrrytyksen syynä. Tämän pikku näyttelijän
salaisena haluna oli näytellä Shakespearea; hän oli antanut lukea
"Hamletin" itselleen, ja hän hautoi päässään, kuinka sitä olisi
näyteltävä — kaiken aikaa, kun hän kieputti pikku keppiään ja
virnisteli kasvojaan; Hän oli sattunut olemaan näyttämöllä, kun tuli
oli päässyt valloilleen, ja viisi tai kuusisataa ahneuden uhria paistui
kuoliaaksi. Näyttelijä oli pyytänyt ihmisiä istumaan hiljaa paikoillaan,
mutta turhaan; ja koko loppuelämänsä ajan senjälkeen kulki hän
tämä kauhistuttava näky mielessään, alinomaisena painajaisenaan
kuumeentapainen vakuutus siitä, että hän oli epäonnistunut
kasvatuksen puutteen takia — että jos hän vain olisi ollut kulttuuri-
ihminen, hän olisi varmasti kyennyt ajattelemaan jotakin, jonka esille
tuominen olisi pitänyt paikallaan nuo kauhun lyömät ihmiset.
Kolmen aikaan aamulla päättyi esitys, ja sitten tarjottiin enemmän
virkistystä; ja Mrs Vivie Patton tuli istumaan hänen viereensä, ja
heidän välillään sukeusi iloinen pakina. Kun Mrs Vivie kerran alotti
puhumisen ihmisistä, juoksi hänen kielensä niinkuin tuulimylly.

Kas tuolla oli Reggie Mann, joka luikerteli ihmisten joukossa ja
hymyili heille teeskennellyllä tavallaan. Reggie oli kunniansa
kukkuloilla Mrs de Graffenriedin kesteissä. Reggie oli järjestänyt
tämän kaiken — hän suoritti suunnittelut ja tilaukset ja teki
asiamiesten kanssa sopimukset koristelua varten. Olisi voinut lyödä
vetoa siitä, että hän oli saanut välityspalkkionsa niistä — vaikkakin
joskus Mrs de Graffenried sai koristeet ilmaiseksi reklaamin takia,
minkä hänen nimensä saisi aikaan. Kaikellaiset toimitukset olivat
Reggien erikoisuutena — hän oli alottanut elämänsä
automobiiliasiamiehenä. Eikö Montague tietänyt, mikä se oli?
Automobiiliasioitsitsija oli mies, joka alinomaa pyysi ystäviään
käyttämään määrätynlaista vaunua, jotta hän siten saisi
toimeentulonsa; ja Reggie oli saanut kokoon lähes
sataviisikymmentätuhatta vuodessa sillä tavalla. Hän oli tullut
Bostonista, missä hän oli hankkinut maineensa sillä, että eräänä
varhaisena aamuna, kun he ajoivat kotia juhlista, oli hän saanut
erään nuoren ylimysrouvan uskaltamaan riisumaan kengät ja sukat
jaloistaan ja kahlailemaan julkisessa suihkulähteessä; tämä oli tehnyt
sen ja Reggie oli seurannut häntä. Tämän hämmästyttävän
kepposen levittämän maineen nojalla oli Mrs Devon ottanut hänet
suosioonsa; ja eräänä päivänä oli Mrs Devon pukenut ylleen
valkoisen puvun ja kysynyt häneltä, mitä hän siitä ajatteli "Siitä
puuttuu vain yksi asia ollakseen täydellinen", sanoi Reggie, ja ottaen
punaisen ruusun, kiinnitti hän sen hänen rintaansa. Vaikutus oli
tenhoava; jokainen huusi riemusta, ja siten oli Reggien maine
pukuauktoriteettina taattu ikuisesti. Nyt hän oli Mrs de Graffenriedin
oikea käsi, ja he punoivat ilveitään yhdessä, Kerran kesällä olivat he
astuneet katua pitkin, suuri, rääsyinen nukke käsillään. Ja Reggie oli
antanut päivälliset, joilla kunniavieraana oli ollut apina — varmasti oli
Montague siitä kuullut, sillä se oli ollut koko kesäkauden

puheenaiheena. Se oli todellakin hassunkurisin asia, mitä saattoi
ajatella; apinalla oli päällään hieno puku, jossa oli kaulukset ja
mansetit, ja hän pudisti kaikkien vieraiden käsiä, ja käyttäytyi
aivankuin joku herrasmies — paitsi ei juonut itseään humalaan.
Ja sitten Mrs Vivie osotti suuren Mrs Hidgley-Clievedenin, joka istui
yhden suosikkinsa, ankaran näköisen, mustapartaisen herrasmiehen
seurassa, joka oli sukeltautunut maineeseen perimällä kaksisataa
viisikymmentä miljoona markkaa. "Mrs R.—C." oli ottanut hänet
suosioonsa ja järjestänyt hänen vieraskirjansa ja hän näytteli
juhlallisesti seuramaailman tähden osaa. Hän oli ostanut vanhan
new-yorkilaisen talon, jonka koristamiseen oli kulutettu
viisitoistamiljoonaa markkaa; ja kun hän tuli kotia liikeasioilta
Tuxedosta, odotti häntä yksityinen juna kaiken päivää lähtöön
valmiina. Mrs Vivie kertoi huvittavan jutun eräästä naisesta, joka oli
julistanut kihlauksensa hänen kanssaan, ja oli käyttänyt suuria
rahasummia sen vahvistamiseen, ennenkuin hänen kieltonsa ehti
tulla. Se oli tuottanut hyvin suurta iloa Mrs de Graffenriedille, joka oli
hirmuisesti kateellinen "Mrs R.—C:lle."
Kaskuista, joista ihmiset kertoivat, päätti Montague, että Mrs de
Graffenriedin täytyi olla yksi niistä seuraelämän uusista johtajista,
joilla oli taipumusta kaikenmoisiin harvinaisuuksiin ja merkillisyyksiin.
Mrs de Graffenried tuhlasi joka sesonkikautena kaksi ja puoli
miljoonaa markkaa säilyttääkseen asemansa säätynsä johtajana, ja
häneltä voi aina odottaa uusia ja hämmästyttäviä päähänpistoja.
Kerran oli hän vierailleen antanut katrillilahjoina pienen pieniä
palloja, joissa oli kultakaloja; ja toisen kerran oli hän toimeenpannut
tanssiaiset, joissa jokainen oli laittanut itsensä erilaiseksi kasviksi.
Hän läksi mielellään kävelemään ja kutsui aivan sattumalta ihmisiä
aamiaiselle - kolme- tai neljäkymmentä kerrallaan — ja sitten

hämmästytti heitä loistavilla pidoilla. Sitten saattoi hän taas tarjota
suuret, säädylliset päivälliset, ja saada ihmiset hämmästymään
tarjoamalla heille sellaista syötävää, josta he todella pitivät.
"Nähkääs", selitti Mrs Vivie, "näillä päivällisillä me tavallisesti
saamme lihavaa, vihreää kalkkunapaistia, ja omelettia, jonka päälle
on valeltu jonkinlaista Florida-vettä, ja lasin alla keitettyjä sieniä, ja
oikeaa käsintehtyä jälkiruokaa; mutta Mrs de Graffenriedillä on
uskallusta tarjota savustettua kinkkua ja nuoria perunoita, tai vieläpä
oikeaa häränlihaakin. Näitte, että hänellä tänä iltana oli vihreää
vehnää; hänen on täytynyt järjestää sitä varten kuukausia
edeltäkäsin — Porto Ricolta emme saa sitä koskaan ennenkuin
tammikuussa. Ja tässä näette pienen vadillisen villiä mansikoita —
ne ovat luultavasti istutetut ja kasvatetut lämpimässä huoneessa, ja
jokainen kappale niistä on kääritty huolellisesti erikseen, ennenkuin
ne tuotiin laivaan."
Kaikki nämä vaivalloiset toimenpiteet olivat tehneet Mrs de
Graffenriedistä suunnattoman voiman seuramaailmassa. Hänellä oli
raakalaisen sanavarasto, sanoi Mrs Vivie, ja jokainen pelkäsi häntä;
mutta kerran tapasi hän vertaisensa. Erään kerran oli hän kutsunut
koomillisen oopperan tähden laulamaan vierailleen, ja kaikki miehet
oli kertyneet tämän näyttelijättären ympärille, ja Mrs de Graffenried
oli tulistunut ja koettanut ajaa heitä matkoihinsa; ja näyttelijätär,
lojuen mukavasti tuolissaan ja tuijottaen välinpitämättömänä Mrs de
Graffenriedin, oli venyttäen lausunut: "Kymmenen vuotta Jumalaakin
vanhempi!" Mrs de Graffenried parka ei voisi unohtaa noita sanoja
ennenkuin vasta kuoltuaan.
Jotakin, mikä muistutti hänelle tästä, huomasi Montague sinä
samana iltana. Noin kello neljän aikaan, Mrs Vivie halusi päästä
kotia, ja pyysi häntä hakemaan käsiinsä hänen "henkivartijansa",

kreivi St Elme de Champignonin — miehen, jota, sivumennen
sanoen, hänen miehensä jahtasi kiväärin kanssa. Montague kiersi
ympäri talon, ja meni lopuksi alikertaan, missä teatteriseurueella oli
erikoinen huone virvoituspuoleen osaaottamista varten. Mrs de
Graffenriedin sihteeri vartioi ovilla; mutta muutamat poikaset olivat
päässeet pujahtamaan huoneeseen ja joivat shampanjaa ja
kuhertelivat kuorotyttöjen kanssa. Ja siellä oli itse Mrs de
Graffenried, joka työnsi ruumiin voimilla heitä ulos huoneesta —
heitä oli parikymmentä kappaletta tai enemmänkin, ja niiden
joukossa myöskin Mrs Vivien kreivi!
Montague toimitti perille sanomansa, ja meni sitten yläkertaan
odottamaan, kunnes hänen oma seurueensa olisi valmis lähtemään.
Tupakkahuoneessa oli joukko miehiä, jotka myöskin odottelivat; ja
niiden joukossa huomasi hän Majuri Venablen keskustelussa erään
miehen kanssa, jota hän ei tuntenut. "Tulkaa tännepäin", huusi
Majuri; ja Montague totteli, samalla heittäen silmäyksen vieraaseen.
Hän oli pitkä, voimakasrakenteinen mies, jolla oli irtonaiset nivelet,
ja pieni pää ja hyvin silmiinpistävät kasvojen piirteet; kapea suu,
jonka alasvenyneet pielet olivat lujasti yhteenpuristetut, ja korkea
kotkannenä, ja syvälle painuneet, vaanivat silmät. "Oletteko
kohdannut Mr Heganin?" sanoi Majuri. "Hegan, tämä on Mr Allan
Montague."
Jim Hegan! Montague kesti tutkivan katseen ja otti tuolin, jonka
he tarjosivat. "Sikaari, olkaa hyvä", sanoi Hegan, ojentaen askiaan.
"Mr Montague on vast'ikään tullut New Yorkiin", sanoi Majuri. "Hän
on myöskin etelästä."

"Todellako?" sanoi Hegan ja kysyi, mistä valtiosta hän tuli.
Montague vastasi ja lisäsi: "Minulla oli ilo kohdata tytärtänne
hevosnäyttelyssä viime viikolla."
Siitä pääsi keskustelu alkuun; sillä Hegan tuli Texasista, ja kun hän
huomasi, että Montague tunsi hevosia — lämpeni hän hänelle. Sitten
kutsui Majurin pois hänen seurueensa, ja nuo kaksi jäivät jatkamaan
keskustelua.
Oli tavattoman helppoa pakista Heganin kanssa; ja kuitenkin
syvällä toisen mielessä luikersi heikko vapistuksen sekainen tunne
ajatellessaan, että hän tarinoi viidensadanmiljoonan markan kanssa.
Montague oli siksi vasta-alkava pelissä, että hän kuvitteli mielessään
olevan jotakin outoa, jotakin hirvittävää ja salaperäistä sellaisen
miehen ympärillä, joka hallitsi toista kymmentä rautatietä, ja
kymmenkunnan valtion politiikkaa.
Hän oli käytökseltään yksinkertainen ja hyvin ystävällinen, suora
mies, joka rakasti kaikkea suoruutta. Hänen ympärillään oli, niinkuin
hän sanoi, arkuuden, miltei anteeksiannon merkki, jonka Montague
huomasi, ja jota hän ihmetteli. Vasta myöhemmin, kun hänellä oli
aikaa ajatella, käsitti hän, että Hegan oli alkanut uutisviljelijän
poikana Texasissa, "tyhjillä taskuilla" varustettuna, ja voiko olla
mahdollista, että kaikkien näiden vuosien läpi hänessä oli säilynyt
vaisto, niin että milloin hyvänsä hän kohtasi miehen vanhasta
Etelästä, seisoi hän hänen kanssaan kunnioittavaisena, näyttäen
aivankuin pyytävän anteeksi viittäsataa miljoonaa markkaansa?
Ja kuitenkin oli siinä miehessä jotakin voimaa. Sen saatoit tuntea
silloinkin, kun hän pakisi hevosista; sinä tunsit, että hänessä oli jokin
osa, joka ei rupatellut, vaan joka oli takana ja tarkasteli. Ja
kummallisinta kaikista oli, että Montague huomasi kuvittelevansa

noiden hymyilevien kasvojen takana olevan toiset kasvot, jotka eivät
hymyilleet, vaan jotka olivat julmat ja vakavat. Ne olivat omituiset
kasvot, paksuine, kokoonrypistettyine kulmakarvoineen ja alaspäin
venähtäneine suupielineen; ne vainosivat Montaguea ja herättivät
hänessä vaivaloisen tunteen keskellä mukavaa rauhallisuutta.
Nyt tuli Laura Hegan, joka tervehti heitä ylpeällä tavallaan; ja Mrs
Hegan, uhkuva ja elinvoimainen, puettuna en grande dame. "Tulkaa
joskus katsomaan", sanoi mies. "Teidän on vaikea tavata minua
muuten, sillä minä en paljon oleskele ulkona." Ja niin läksivät he; ja
Montague istui yksin, tupakoi ja tuumaili. Nuo kasvot yhä pysyivät
hänen näkyvissään; ja nyt yht'äkkiä välähti hänelle salamana, mikä
se oli: petolinnun kasvot — suuren, villin, yksinäisen kotkan! Kenties
olet nähnyt sellaisen eläintarhassa istumassa korkealla, alistuen
kärsivällisesti ja odottaen aikaansa. Mutta kaiken aikaa oli kotkan
sielu kaukana poissa, vaelteli läpi laajojen avaruuksien, valmiina
salamana hyökkäämään ja tarttumaan kynsin saaliiseen!
Kymmenes luku.
Seuraavalla viikolla oli Montagueilla kiirettä. Wallingit olivat tulleet
kaupunkiin ja avanneet kotinsa, ja nyt oli lähellä ihmeellisten
avajaistanssijaisten aika, joissa Alice muodollisesti tultaisiin
esittämään seuramaailmalle. Ja tietenkin Alicen täytyi tilaisuutta
varten saada uusi puku, ja sen välttämättä täytyi olla kaunein puku,
mitä koskaan oli nähty. Muutamana joutavana hetkenä laski
serkkunsa hänelle, että Alicen vierailu Wallingeilla tuli hänelle
maksamaan kaksikymmentäviisi markkaa minuutilta.

Mitä se maksaisi Wallingeille, sitä tuskin uskalsi ajatella. Heidän
tanssisalinsa oli muuttuva kukkatarhaksi, ja siellä tultaisiin
tarjoamaan illallista sadalle vieraalle, ja vielä toinen illallinen tanssin
perästä, ja kalliita lahjoja jokaiselle läsnäolijalle. Näiden ostaminen
oli uskottu Oliverin tehtäväksi, ja Montague kuunteli kauhistuksella,
mitä ne olivat maksaneet. "Robbiella ei ole varoja tehdä mitään
toisluokkaista", oli nuoremman veljen ainoa vastaus hänen
huudahteluihinsa.
Alice jakoi aikansa Wallingeille ja räätäleillensä, ja joka ilta, kun
hän saapui kotia, oli hänellä kerrottavana jostakin uudesta
kehitysaskeleesta. Alice oli vielä vasta-alkaja leikissä, ja se sai hänet
kiihottumaan; ja Mrs Robbie näki mielellään hänen kirkkaat kasvonsa
ja kainon hymynsä hänen tehdessä innokkaasti kysymyksiään. Mrs
Robbie oli itse antanut määräyksensä ylihovimestarilleen,
kukkakauppiailleen ja kirjurilleen, ja sitten oli hän jatkanut
matkaansa eikä ajatellut sitä sen enempää. Se oli suurten naisten
tapa — taikka ainakin oli se heidän tapansa näytellä.
Wallingien kaupunkitalo oli juhlallinen palatsi, joka vallitsi korttelin
alaa Viidennen Avenuen varrella — se oli yksi noista Wallingin
perheen kymmenkunnasta palatsista, jotka luettiin kaupungin
nähtävyyksien joukkoon. Kokonainen luettelo olisi muodostunut
niistä täydellisistä maataloista, joita Wallingit ylläpitivät — heillä oli
maa-alue Georgiassa, ja toinen Adirondackissa, ja toisia oli Long
Islandissa ja New Jerseyssä. Myöskin oli useita New Portissa — yksi
sellainen, jossa oli tuskin koskaan asukkaita, ja jota Mrs Billy Alden
purevasti nimitti "viidentoista miljoonan markan linnaksi erämaassa."
Montague meni Alicen mukana pari kertaa, ja sai tilaisuuden
tarkastaa Mrs Robbieta kotosalla. Kolmekymmentäkahdeksan

palvelijaa oli hänellä asunnossaan; se oli itsessään kokonainen pikku
valtio, jossa Mrs Robbie oli kuningattarena, ja hänen
taloudenhoitajansa pääministerinä, ja niiden alapuolella oli monta eri
arvoastetta, luokkaa ja säätyä, niinkuin feodaaliruhtinaskunnassa.
Siellä täytyi olla kuusi erillään olevaa ruokailuhuonetta erilaisia
palvelijoita varten, ja palvelijoiden palvelijoilla oli vielä palvelijoita.
Ainoastaan kolme sanottiin olevan sellaisia, joille rouva antoi
määräyksiä — ylitarjoilija, hovimestari ja taloudenhoitaja; hän ei
edes tietänyt useimpien heidän nimiä, ja ne vaihtuivat niin usein,
että, selitteli hän — hänen oli jätettävä salapoliisinsa tehtäväksi
erottaa palvelijat ja murtovarkaat toisistaan.
Mrs Robbie oli aivan nuori nainen, mutta häntä miellytti tekeytyä
huolien uuvuttamaksi rouvaksi, joka oli väsynyt korkean asemansa
vastuunalaisuuteen. Tietämättömät pitivät ja kuvittelivat mielessään
hänen viettävän elämäänsä suloisessa rauhassa, kaikkien
tilaisuuksien ollessa hänelle avoinna; itse asiassa vähäpätöisin
kyökkityttökin oli vapaampi — hän oli aivan nääntynyt laihaksi sen
taakan alla, mikä hänen päällänsä lepäsi. Jättiläismäinen kone uhkasi
alinomaa särkyä pirstoiksi, ja hänellä, joka tahtoi sitä pyörittää,
täytyi olla Salomonin viisaus ja Jobin kärsivällisyys. Hovimestarin
palkkaan meni kokonainen omaisuus, ja kuitenkin ryösti hän oikealta
ja vasemmalta, ja riiteli päälle päätteeksi kyökkimestarin kanssa.
Ylitarjoilijan epäiltiin juovan itsensä humalaan kalliilla ja harvinaisilla
viineillä, ja uusi sisäkkö oli muuttunut valepukuiseksi
sanomalehtireportteriksi. Mies, joka joka päivä oli kymmenen vuoden
ajalla tullut vetämään rakennuksen kelloja, oli kuollut, ja se, joka piti
huolta harvinaisista muinaiskaluista oli sairaana, ja taloudenhoitaja
oli pahemmassa kuin pulassa huolehtiessaan toisen harjottamisesta.

Ja vaikkakin otaksuttaisiin, että pääsit pakenemaan kaikkia näitä
asioita, olisi yhä vielä jälellä elämäsi varsinaiset kysymykset, joita
sinun olisi silmästä silmään katsottava. Se ei ollut kylliksi, että pysyit
hengissä; sinulla oli tehtäväsi — velvollisuutesi seuraelämän
johtajana. Sitten oli päivittäinen posti kaikkine säälittävine kirjeineen
tuhansilta ihmisiltä, jotka pyysivät rahaa — tosiasiassa yhden viikon
sisällä saapui anomuksia kymmenen miljoonan markan arvosta. Ne
olivat neroja, jotka olivat keksineet patenttimunanhautomislaitteet ja
lämmityskoneistot, ja joka kerta kun annoit tanssijaiset, panit
liikkeelle joukoittain anarkisteja ja vetelehtijöitä. Ja sitten oli kirjeet,
joihin todella tuli vastata, ja kutsut, joita oli noudatettava. Näitä
viimeksi mainittuja oli niin paljon, että samassa ympäristössä asuvat
ihmiset olivat järjestäneet saman päivän, jolloin he olivat kotona;
niinpä, jos asuit Madison Avenuella, oli se päivä torstai; mutta
silloinkin meni koko iltapäivä kutsukorttien jakamiseen. Ja sitten oli
lähetettävä ja vastaanotettava kutsuja; ja aina sattui erehdyksiä ja
tuli loukanneeksi jotakuta — ihmiset saattoivat tulla verivihollisiksi
yhtenä yönä ja toivoa sitä koko maailman tietoon jo seuraavana
aamuna. Ja tätä nykyä tapahtui niin paljon avioeroja ja uudelleen-
naimisia, ja niitä seurasi asianmukaiset nimenmuutot; ja muutamilla
oli vihiä vaimojensa rakastajista, mutta eivät siitä välittäneet, ja
muutamat taas välittivät, mutta eivät niistä mitään tienneet — kaikki
tuo yhdessä oli kuin olisi pelannut kahtatoista shakkipeliä päässään.
Ja sitten oli tukanlaittaja, terveydenhoitaja ja hieroja, ja räätäli,
suutari ja jalokiviseppä; ja sitten täytyi välttämättä vilkaista
sanomalehteä, ja käydä silloin tällöin lapsia katsomassa.
Kaiken tämän selitti Mrs Robbie aamiaisilla; sellainen oli rikkaan
ihmisen taakka, josta jokapäiväisillä ihmisillä ei ollut vähintäkään
käsitystä. Henkilö, jolla oli paljon rahaa, oli niinkuin siirappitynnyri —
kaikki kärpäset läheisyydessä lensivät suuristen sen ympärillä.

Welcome to our website – the perfect destination for book lovers and
knowledge seekers. We believe that every book holds a new world,
offering opportunities for learning, discovery, and personal growth.
That’s why we are dedicated to bringing you a diverse collection of
books, ranging from classic literature and specialized publications to
self-development guides and children's books.
More than just a book-buying platform, we strive to be a bridge
connecting you with timeless cultural and intellectual values. With an
elegant, user-friendly interface and a smart search system, you can
quickly find the books that best suit your interests. Additionally,
our special promotions and home delivery services help you save time
and fully enjoy the joy of reading.
Join us on a journey of knowledge exploration, passion nurturing, and
personal growth every day!
ebookbell.com

Download full ebook of Disrupting Dark Networks Sean F Everton instant download pdf

About This Presentation

Slide Content

Tags

Categories

Download

Quick Actions

Statistics

Related Slideshows

Download full ebook of Disrupting Dark Networks Sean F Everton instant download pdf

About This Presentation

Slide Content

Slide 1

Slide 2

Slide 3

Slide 7

Slide 9

Slide 11

Slide 12

Slide 13

Slide 15

Slide 16

Slide 17

Slide 19

Slide 20

Slide 21

Slide 22

Slide 23

Slide 24

Slide 25

Slide 26

Slide 27

Slide 29

Slide 30

Slide 31

Slide 32

Slide 33

Slide 34

Slide 35

Slide 36

Slide 37

Slide 38

Slide 39

Slide 41

Slide 42

Slide 43

Slide 45

Slide 46

Slide 47

Slide 48

Slide 49

Slide 50

Slide 51

Slide 52

Slide 53

Slide 54

Slide 55

Slide 56

Slide 57

Slide 58

Slide 59

Slide 60

Slide 61

Slide 62

Slide 63

Slide 64

Slide 65

Slide 66

Slide 67

Slide 68

Slide 69

Slide 70

Slide 71

Slide 72

Slide 73

Slide 74

Slide 75

Slide 76

Slide 77

Slide 78

Slide 79

Slide 80

Slide 81

Slide 82

Slide 83

Slide 84

Slide 85

Slide 86

Slide 87