Enhancing network robustness for malicious attacks
在最近的工作[Proc. Natl. Acad. Sci. USA 108,3838(2011)]中,作者提出了一种在节点上的恶意攻击下的网络鲁棒性的简单度量。通过贪婪算法,他们发现关于这个数量的最佳结构是洋葱结构,其中高度节点形成一个核心,周围是度递减的节点环。然而,在真实的网络中,故障也可能发生在链路中,例如功能失调的电力电缆和阻塞的航空公司。因此,补充的节点鲁棒性测量($R_{n}$),我们提出了一个链接鲁棒性指数($R_{l}$)。我们发现,单独增强$R_{n}$不能保证$R_{l}$的改善。此外,$R_{l}$优化的网络结构被发现是完全不同的洋葱网络。为了设计鲁棒的网络抵抗更现实的攻击条件下,我们提出了一种混合贪婪算法,它同时考虑了$R_{n}$和$R_{l}$。我们验证了我们生成的网络对恶意攻击混合节点和链路故障的鲁棒性。最后,考虑了实际网络中交换链路的经济约束,在鲁棒性的两个方面都得到了显著的改善。
2012-03-14 cs.SI physics.comp-ph physics.soc-ph
Emergence of Robust and Efficient Networks in a Family of Attachment Models
鲁棒和高效网络的自组织对于未来通信或交通系统的设计非常重要,因为这两种特性在许多真实网络中并不共存。作为共存的候选者之一,最近发现了具有正度-度相关性的洋葱状结构的最佳鲁棒性,并且它可以通过基于具有最小度选择的一对随机和中介附件的增量生长方法来生成。在本文中,我们引入了一个连续的插值参数$β\geq 0$之间的随机和最小程度的附件调查的原因,最小程度的选择是重要的。然而,我们发现,特殊情况下的最小程度的附件可以产生高度鲁棒的网络,但效率较低的链结构。此外,我们考虑了两个中介模型修改的逆优先连接调查的距离上出现的强大的洋葱状结构的效果。在一类混合连接和两个中介模型中,反向优先连接对洋葱状结构的出现是有效的,但当$β$足够大时,少量的随机连接对网络效率是必要的.这种连接模型为我们的网络基础设施的未来发展指明了一个方向。
2022-02-08 cs.SI nlin.AO physics.soc-ph
Generating Robust and Efficient Networks Under Targeted Attacks
我们的许多商业和旅行都依赖于大规模网络的有效运行。其中一些,如电功率、运输系统、通信网络等,即使在几次故障或恶意攻击之后,也必须保持其效率。我们概述了一个程序,修改任何给定的网络,以提高其鲁棒性,定义为一系列攻击后,其最大的连接组件的大小,同时保持高效率,描述在节点之间的最短路径。我们还表明,这组生成的网络是非常相似的网络优化的鲁棒性,在几个方面,如高reproductivity和洋葱状结构的存在。
2015-03-24 cs.SI physics.soc-ph
Growing Self-organized Design of Efficient and Robust Complex Networks
一个高效和鲁棒的网络的自组织对于未来的通信或交通系统的设计是很重要的,然而这两个特性在许多真实的网络中是不相容的。最近,人们已经发现,具有正度-度相关性的洋葱状结构的鲁棒性是最佳的故意攻击。我们表明,通过生物学灵感的复制,一个洋葱状的网络出现在增量增长的代理访问和加强连接的空间上的功能。该网络的主干通过复制形成树状结构,外围通过在低度节点之间增加捷径连接来增强连通性。它具有不同于传统的复制-发散模型的统计自平均、无过载枢纽的类指数度分布、对恶意攻击和随机故障的强鲁棒性以及以跳数作为中介和以欧氏距离计算的短路径的效率等优良特性。本文还讨论了在地理地图上发生灾难或战场时,网络的自适应性,以适应环境的变化,从而恢复网络的性能。这些属性将是有用的弹性和可扩展的网络系统的基础设施,即使在紧急情况下或恶劣的环境。
2015-08-11 cs.SI nlin.AO physics.soc-ph
A loop enhancement strategy for network robustness
许多实际系统都是无标度网络,由于其普遍存在的拓扑结构,使得它们极易受到攻击。因此,为了提高连通性的鲁棒性,迄今为止已经提出了几种通过增强度-度相关性的边缘重布线方法。事实上,具有正度-度相关性的洋葱状结构对攻击具有最佳鲁棒性。另一方面,最近的研究表明,鲁棒性和循环是密切相关的。因此,我们专注于增强循环作为一种新的方法来提高鲁棒性。在这项工作中,我们提出了边缘重布线方法,并评估其对鲁棒性的影响,通过应用到实际网络。我们所提出的方法是两种类型的重布线在保持度或不调查的影响的程度修改的鲁棒性。数值结果表明,我们提出的方法提高了鲁棒性的水平相同或超过国家的最先进的方法。此外,我们的工作表明,以下两点对于进一步提高鲁棒性更为重要。首先,鲁棒性与循环的关系比度-度相关性更密切。其次,它通过减小最大和最小度之间的差距来显著提高鲁棒性。
2020-12-29 physics.soc-ph
Global decomposition of networks into multiple cores formed by local hubs
本文提出基于局部枢纽中心性与边修剪的网络分解方法,通过迭代移除局部弱连接节点揭示洋葱状层级和多核心—边缘结构,并结合社群检测实现超节点网络分解。
2025-05-12 cond-mat.stat-mech cs.SI physics.soc-ph
Measuring robustness of community structure in complex networks
社团结构理论是研究真实网络的有力工具,它可以大大简化网络的拓扑和功能分析。然而,由于社团发现方法存在随机性,而从复杂系统中得到的真实社交网络往往含有错误边,因此评价社团结构的鲁棒性是一个迫切而重要的任务。本文利用哈密顿函数中分辨率参数的临界阈值$γ_C$来度量网络的鲁棒性。根据谱理论,严格证明了所提出的指标与群落结构的鲁棒性成反比。此外,利用协同进化模型,我们提供了一个新的有效的方法来计算值的$γ_C$。该研究具有坚实的数学基础和实验效果,可应用于网络分析和数据挖掘中的广泛聚类问题。
2015-03-27 cs.SI physics.soc-ph
Robustness of community structure under edge addition
本文通过随机与定向边添加场景,结合四种社区检测算法和相似性指标,评估合成及经验时序网络中社区结构的鲁棒性,证明其受初始划分、添加方式、指标和算法选择影响。
2023-11-02 cs.SI physics.soc-ph
Robustness of community structure to node removal
模块化结构的识别是必不可少的表征真正的网络形成的中观层次的组织集群包含具有高的内部连通度的节点。人们已经开发了许多方法来揭示社区结构,但只有少数研究探讨了它们在不完全网络中的适用性。在这里,我们评估了采样过程中生成的不完整网络中社区检测技术的准确性。我们表明,步行陷阱和快速贪婪算法是高度准确的检测模块化结构的不完整的复杂网络,即使他们的许多节点被删除。此外,我们实现了一种方法,提高了walktrap和快速贪婪算法的时间性能,同时保持了识别节点社区成员的准确率。总之,我们的研究结果表明,这种新方法可以应用于加速几乎任何社区检测方法在密集的复杂网络,因为它是相似性网络的情况下。
2015-02-06 cs.SI physics.soc-ph
Structure and dynamics of core-periphery networks
最近的研究揭示了重要的核心/外围网络结构,其特征是网络节点之间复杂的合作和竞争相互作用,无论是蛋白质,细胞,物种还是人类。更好地表征核心/外围网络的结构,动力学和功能是我们理解细胞功能,物种适应,社会和市场变化的关键一步。在这里,我们总结了目前的知识的结构和动态的“传统”的核心/外围网络,丰富的俱乐部,嵌套,领结和洋葱网络。比较核心/外围结构与网络模块,我们区分全球和本地核心。核心/外围网络组织处于几种极端性质的中间,如随机/凝聚结构,集团/星型配置,网络对称/不对称,网络非对称性/非对称性,以及网络层次/反层次。这些高复杂性的性质与核心路径的大简并性一起确保合作并提供网络流重引导的多个选项极大地有助于复杂系统的高鲁棒性。核心过程能够对各种刺激做出协调的反应,减少噪音,并缓慢进化。网络核心的整合功能是各种复杂有机体和组织发展的重要一步。除了这些重要的特征和几十年的研究兴趣,核心/外围网络的研究仍然有一些未探索的领域。
2013-11-30 cs.NI cs.SI nlin.AO
Robustness and modular structure in networks
复杂网络由于其在自然界和我们的日常生活中的普遍存在而引起了人们的极大兴趣[1,2]。网络的一个关键属性是它对随机崩溃和故障的弹性[3-6],通常作为渗流问题[7-9]或通过建模级联故障[10-12]进行研究。许多复杂系统,从电网和互联网到大脑和社会[13-15],可以使用由小型密集连接的节点组组成的模块化网络进行建模[16,17]。这些模块经常重叠,网络元件属于多个模块[18,19]。然而,现有的鲁棒性工作并没有考虑重叠,模块化结构的作用。在这里,我们研究这些系统的鲁棒性元件的故障。我们的分析和经验表明,它是可能的模块本身成为解耦或非重叠以及网络解体之前。如果重叠的模块化组织在整体功能中发挥作用,网络可能比传统渗透理论预测的更脆弱。
2016-01-06 cond-mat.stat-mech cs.SI physics.soc-ph
Inference of Hierarchical Core-Periphery Structure in Temporal Networks
University of California, Los Angeles(加州大学洛杉矶分校);University of Michigan(密歇根大学);KTH Royal Institute of Technology(瑞典皇家理工学院);Stockholm University(斯德哥尔摩大学);Uppsala University(乌普萨拉大学);Santa Fe Institute(圣塔菲研究所)
针对时序网络缺乏核心-边缘检测方法的问题,本文结合多层网络表示、随机块模型与MCMC推断,将层次核心-边缘结构检测推广到时序网络,并在两个真实网络中验证。
2026-10-21 cs.SI math.CO physics.data-an
Enhancing Robustness and Immunization in geographical networks
我们发现,不同的地理结构的网络导致不同的渗流阈值,虽然这些网络可能有相似的抽象拓扑结构。在此基础上,提出了增强地理网络鲁棒性和免疫性的策略。利用生成函数方法,我们得到了含有任意阶环的网络的逾渗阈值$q_{c}$的显式表达式。对于3-循环,确定了$q_c$对聚类系数的依赖性。分析证实了策略的有效性与分析证据。
2007-09-14 physics.soc-ph
Correlated couplings and robustness of coupled networks
现实世界中的大多数复杂系统都可以用多层耦合网络来建模。网络层之间的耦合模式如何以及在何种程度上可能影响耦合网络的交织结构和功能还不清楚。本文利用逾渗概念研究了耦合网络中相关层间耦合对网络鲁棒性的影响。我们发现,正相关层间耦合增强网络的鲁棒性,在这个意义上,它降低了渗透阈值的交织网络比负相关耦合的情况下。然而,与此同时,正的层间相关性导致连通性良好的区域中的巨型组件尺寸较小,这表明网络连通性的潜在缺点,正如一些现实世界的耦合网络结构所证明的那样。
2010-10-24 cond-mat.stat-mech cs.SI physics.data-an
Robustness and Directed Structures in Ecological Flow Networks
考虑了生态流网络在弧随机失效下的鲁棒性,考虑了两种不同的功能:凝聚和循环。在我们之前的工作中,我们证明了每个功能都与自然路径概念相关联:前者是横向路径,后者是有向路径。网络的鲁棒性分别用巨横向连通弧分量和巨强连通弧分量的大小来度量。我们研究了生态流网络的现实结构如何影响每个功能的鲁棒性。为了量化现实网络结构的影响,两个零模型被认为是一个给定的真实生态流网络:一个是随机网络具有相同的度分布,另一个是具有相同的平均度。零模型的鲁棒性通过理论上求解组态模型巨组分的大小来计算。我们发现,现实的网络结构有积极的影响鲁棒性的一致性,而他们有负面影响的鲁棒性循环。
2013-06-26 nlin.AO physics.soc-ph q-bio.MN
Robustness of community structure in networks
社区结构的发现是网络数据分析中的一个常见挑战。人们已经提出了许多方法来寻找群落结构,但很少有人提出来确定所发现的结构是否具有统计学意义,或者相反,它是否可能纯粹是偶然的结果。在本文中,我们表明,社区结构的意义可以有效地量化测量其鲁棒性的小扰动网络结构。我们提出了一个合适的方法扰动网络和社会结构的变化,并使用它们来评估社区结构的意义在各种网络,真实的和计算机生成的措施。
2007-09-13 cond-mat.stat-mech physics.data-an physics.soc-ph
Probing the robustness of nested multi-layer networks
我们考虑具有两层的多层网络,$\mathcal{L}_{1}$、$\mathcal{L}_{2}$。它们的层内拓扑结构具有无标度度分布和核心-外围结构。嵌套结构描述层间拓扑,即,来自$\mathcal{L}_{1}$的一些节点(通才)具有到$\mathcal{L}_{2}$中的节点的多个链接,专家仅具有几个链接。通过对生态学和经济学两个经验网络的分析,验证了该结构。为了探测多层网络的鲁棒性,我们从$\mathcal{L}_{1}$中移除节点,并测量其层间和层内链路对$\mathcal{L}_{2}$中最大连接组件$F_{2}$的大小的影响,我们将其作为鲁棒性度量。我们测试不同的攻击场景,最好删除外围或核心节点。我们还改变了通才和专家之间的层内耦合,以研究其对多层网络的鲁棒性的影响。我们发现,攻击场景和层内耦合的一些组合导致非常低的鲁棒性值,而其他人表现出高鲁棒性的多层网络,因为层内的链接。我们的研究结果揭示了新的二分网络的鲁棒性,只考虑层间,但没有层内的链接。
2019-11-08 cond-mat.stat-mech cs.MA cs.SI
Modularity affects the robustness of scale-free model and real-world social networks under betweenness and degree-based node attack
在本文中,我们研究模型和现实世界的社交网络的模块化如何影响其鲁棒性和节点攻击(删除)策略的有效性的基础上,节点度(ID)和节点介数(IB)。我们建立了Barabasi-Albert模型的网络与不同的模块化的一个新的自组织算法,重新布线链接形成网络的社区结构。我们使用最大连通分量(LCC)跟踪网络的鲁棒性。我们发现,较高的模块化水平降低了模型网络的鲁棒性下的两种攻击策略,即具有较高的社区结构的模型网络显示出更快的LCC破坏时,节点删除。非常有趣的是,我们发现,当模型网络呈现非模块化结构或低模块化时,基于度(ID)的节点攻击策略比基于介数的节点攻击策略(IB)更有效。相反,在模型网络呈现较高模块化的情况下,IB策略显然成为最有效的分割LCC。最后,我们研究了模块化指标(Q)评估的网络结构的模块性如何影响的鲁棒性和攻击策略的有效性在12个现实世界的社交网络。我们发现模块度Q与真实世界社交网络在IB节点攻击策略下的鲁棒性呈负相关(p值< 0.001)。这一结果表明,具有较高模块性(即具有较高社区结构)的真实网络可能对基于betwenness的节点攻击更脆弱。本文的研究结果揭示了模块性和社团结构对网络鲁棒性的作用,对网络中节点攻击策略的选择具有一定的指导意义。
2020-09-09 cond-mat.dis-nn physics.soc-ph
Temporal Structure Mediates the Robustness and Collapse of Plant-Pollinator Networks
Helmholtz Institute for Functional Marine Biodiversity at the University of Oldenburg(奥尔登堡大学赫尔霍兹功能海洋生物多样性研究所);Alfred Wegner institute(阿尔弗雷德·韦格纳研究所);Institute for Chemistry and Biology of the Marine Environment(海洋环境化学与生物研究所)
本文通过构建考虑季节更替和时间交互的结构模型,揭示时间结构如何组织社区多样性,影响系统在高、低多样性状态间的过渡性质及鲁棒性。
2026-04-08 physics.soc-ph q-bio.PE
Structural Robustness and Vulnerability of Networks
该研究针对网络鲁棒性研究中不同网络性质与鲁棒性关联看似矛盾的问题,基于Alderson和Doyle框架分类鲁棒性概念、调研相关研究,梳理了跨学科研究脉络并给出计算实验设计的实用指导。
2024-09-10 cond-mat.stat-mech cs.SI cs.SY