Target Defense Against Link-Prediction-Based Attacks via Evolutionary Perturbations
在社交网络中,通过删除一些目标敏感链接,可以实现隐私保护。然而,在可观测网络上,通过链接预测方法仍然可以重新观测到一些隐藏链接。本文采用传统的链接预测方法资源分配指数(RA)进行隐私攻击。提出了几种防御方法,包括启发式和进化的方法,以保护目标链路从RA攻击通过进化扰动。这是第一次研究针对链接预测攻击的隐私保护。从网络中随机选择一些链接作为实验的目标链接。在六个真实网络上的仿真结果表明了进化扰动方法在目标防御RA攻击中的优越性。此外,传输实验表明,虽然进化扰动方法是针对RA攻击而设计的,但它对其他基于链接预测的攻击也是有效的。
2018-09-16 cs.SI physics.soc-ph
Analyzing Cascading Failures in Smart Grids under Random and Targeted Attacks
我们将智能电网建模为复杂的相互依赖的网络,并首次研究了针对智能电网的攻击。智能电网由两个网络组成:电力网络和通信网络,通过边缘互连。在一个网络中发生故障(攻击)会触发另一个网络中的故障,并在整个网络中级联传播。这种级联故障可能导致网络中的任何一个(或两个)解体。早期的工程只考虑随机故障。在实际情况中,攻击者更有可能选择性地危害节点。我们研究了智能电网中的级联故障,攻击者有选择地以与其度成比例的概率损害节点;度高的节点以更高的概率受到损害。我们从数学上分析了网络在有针对性的攻击下的巨组件的大小,并将结果与随机攻击下的相应大小进行了比较。我们表明,网络瓦解更快的有针对性的攻击相比,随机攻击。对一小部分高度节点的有针对性的攻击会分解一个或两个网络,而这两个网络都包含对同一部分节点进行随机攻击的巨大组件。
2014-02-27 cs.DM cs.NI cs.SI
Optimizing Robustness against Cascading Failures under Max-Load Targeted Attack
出于关键基础设施中网络可靠性的考虑,我们考虑了一类流网络对\textit{targeted}攻击的最优鲁棒性,即最大负载攻击,该攻击会由于删除最大负载承载部分线路而引发级联故障。该设置涉及具有初始负载$L_1, \ldots, L_N$的$N$线路的网络,所述初始负载从独立且相同的均匀分布中提取,以及待分配的自由空间或冗余$S_1, \ldots, S_N$。在故障传播机制中,线路最初由于攻击而失败,随后由于过载而失败。在故障发生时承载的负载在系统中的所有剩余线路之间重新平均分配。我们分析了这个网络的鲁棒性对最大负载有针对性的攻击,删除最大的负载携带$p$ -分数的线从系统。系统设计者将$S_i$分配为每条线路中负载的随机函数。假设一个平均可用资源预算,我们表明,分配所有线的节点之间的自由空间相等是最佳的一些监管假设。我们提供的数值结果验证,平等的自由空间分配给所有线路在更一般的有针对性的攻击情况下执行最佳。
2019-03-27 physics.soc-ph
Geometric correlations mitigate the extreme vulnerability of multiplex networks against targeted attacks
我们发现,真正的多重网络是出乎意料的强大,对有针对性的攻击高度节点,隐藏层间几何相关性预测这种鲁棒性。如果没有几何相关性,多重显示出一个突然的故障的相互连接,即使与层间的程度相关性。与几何相关性,我们反而观察到一个多步级联过程导致一个连续的过渡,这显然成为完全连续的热力学极限。我们的研究结果是重要的设计有效的保护策略和强大的互动网络在许多领域。
2017-04-05 cond-mat.dis-nn cs.SI physics.soc-ph
Building Damage-Resilient Dominating Sets in Complex Networks against Random and Targeted Attacks
本文研究了复杂网络中控制集对随机和目标节点移除的脆弱性。虽然小的,成本有效的支配集在这些网络的可控性和可观测性中起着重要的作用,但总是隐含地假设一个固定且完整的网络结构。我们发现,成本效益的优势集优化为小尺寸单独来的代价是容易受到损害,在剩余的网络中的统治可以严重中断,即使一小部分的支配节点丢失。我们开发了两种新的方法来寻找灵活的支配集,允许可调的整体弹性,或支配集的大小,同时最大化攻击后剩余网络的支配分数。我们分析了每种方法在合成无标度网络以及真实复杂网络上的效率。
2014-09-27 cond-mat.stat-mech cs.SI physics.soc-ph
Robustness of Random Networks with Selective Reinforcement against Attacks
本文研究了通过添加隐藏边加固随机网络对抗针对性攻击的鲁棒性,提出均匀与选择性两种加固方式,利用生成函数推导巨分量大小与临界阈值,结合Monte Carlo模拟证明选择性加固显著提升了scale-free网络抗攻击能力。
2024-07-29 physics.soc-ph
Robustness of onion-like correlated networks against targeted attacks
最近,Schneider等人[Proc.Natl. Acad. Sci. USA,108,3838(2011)],使用模拟,具有“洋葱结构”的无标度网络对于有针对性的高度攻击是非常鲁棒的。洋葱结构是一种网络,其中具有几乎相同度的节点连接在一起。受这项工作的启发,我们提出并分析,基于分析的考虑,洋葱状的候选人几乎最佳的结构,同时对随机和有针对性的高度节点攻击。近似最优结构可以看作是一个层次互连的随机正则图,其度和种群由度分布指定。这种网络结构具有极强的度-度相关性,与洋葱结构有着密切的联系。“在推导出一组精确的表达式,使我们能够计算临界渗流阈值和任意类型节点删除的相关网络的巨型分量之后,我们将该理论应用于随机无标度网络的情况,这些网络非常容易受到目标高度节点删除的影响。我们的研究结果表明,这种脆弱性可以显着减少实现这种洋葱式的度-度相关性,而不会破坏几乎完全的鲁棒性,对随机节点删除。我们还详细研究了鲁棒性的增强,由于间接度度的相关性,通过引入一个联合度度概率矩阵,插值之间的不相关的网络结构和洋葱状结构,在这里提出的调整一个单一的控制参数。还确定了最大化同时对随机和有针对性的攻击的鲁棒性的控制参数的最佳值。我们的分析计算支持数值模拟。
2012-03-05 cond-mat.stat-mech cs.SI physics.soc-ph
Protection of multilayer network systems from targeted group attacks
本文针对多层网络系统,利用结构核心和流动核心,开发了连续与同时的针对性群体攻击场景,并证明基于流动的方法能更有效地评估攻击后果。
2025-03-26 physics.soc-ph
Resilience of Urban Transport Network-of-Networks under Intense Flood Hazards Exacerbated by Targeted Attacks
包括洪水在内的自然灾害可能引发相互依赖的城市交通网络的灾难性故障。人口增长增加了交通需求,而城市化和气候变化加剧了城市洪水。然而,尽管明确需要制定可操作的见解,以提高关键城市生命线的弹性,理论和方法仍然不发达。此外,随着基础设施系统变得更加智能,安全专家指出,在自然灾害期间,有针对性的网络物理攻击的威胁越来越大。在这里,我们开发了一个假设驱动的弹性框架的城市交通NoNs,我们证明了伦敦铁路网(LRN)。我们发现,拓扑属性设计的效率最大化,而不是鲁棒性,使网络更容易受到复合自然针对性的威胁,包括级联故障。我们的研究结果表明,中断后恢复的组织原则可能会与网络科学原则。我们的研究结果和框架可以推广到城市生命线,更广泛地说,到现实世界的空间网络。
2019-12-11 physics.soc-ph
Percolation of partially interdependent networks under targeted attack
相互依赖网络的研究,特别是网络的鲁棒性,已经引起了人们的广泛关注。最近的研究主要假设依赖是完全相互依赖的。然而,针对部分依赖网络的攻击同时具有现实世界中的通用性。本文分析了部分依赖网络的广义框架在目标攻击下的综合渗流问题。作为$α=0$和$α=1$,给出了渗流定律。特别地,当$a=b=k$、$p_{1}=p_{2}=p$、$q_{A}=q_{B}=q$时,第一和第二相变线彼此重合。找到了相应的相变图和第一、第二相变之间的临界线,发现临界线随参数$p_{1}$的变化趋势是单调递减的。而对于不同的$α$,临界线的趋势是随着$α$的增加而单调增加。从更大的意义上说,我们的研究结果具有潜在的应用,设计具有强鲁棒性的网络,并可以调节一些当前网络的鲁棒性。
2011-08-30 physics.data-an physics.soc-ph
Percolation of localized attack on complex networks
复杂网络对节点失效和恶意攻击的鲁棒性研究已经有几十年的历史了,但大多数研究都集中在随机攻击或针对中心节点的攻击上。然而,在许多现实世界的场景中,攻击既不是随机的,也不是以枢纽为目标的,而是局部的,其中网络中的一组相邻节点受到攻击并失败。在本文中,我们开发了一个渗流框架,分析和数值研究的鲁棒性复杂网络对这种本地化的攻击。特别是,我们研究了Erdens-Rényi网络,随机正则网络和无标度网络中的鲁棒性。我们的研究结果为如何更好地保护网络,增强网络安全以及促进更强大的基础设施的设计提供了见解。
2014-12-09 cs.SI physics.data-an physics.soc-ph
Strategies for protecting of multilayer networks from group and system-wide targeted attacks
在系统间相互作用结构模型的基础上,确定了多层网络节点的主要局部和全局结构特征。引入了多层网络的加权和二元聚集网络的概念,确定了多层网络节点重要性的积分指标。应用聚合网络解决了复杂网络理论中的一些实际重要问题的有效性。为了确定系统间相互作用结构中最重要的组成部分,引入了多层网络的p-核及其加权聚合网络的k-核的概念。基于这些核心的使用,构建了对多层网络系统结构进行连续和同时群体攻击的有效场景。MLN的不同层的重要性指标的介绍和方法来建立连续和同时的系统范围内的攻击的结构系统间的相互作用的情况下制定。
2022-11-28 physics.soc-ph
Dependency-based targeted attacks in interdependent networks
现代大型网络系统通常协同工作,并出于效率和监管的目的在其组件之间建立依赖关系。这种依赖性可能成为主要风险,因为它们可能导致小规模故障在整个系统中传播。因此,依赖节点可能是旨在利用这些漏洞的恶意攻击的自然目标。在这里,我们第一次考虑一种基于网络之间依赖关系的新型有针对性的攻击。我们研究的攻击策略,范围从依赖性第一依赖性最后,其中一小部分$1-p$的依赖性链接的节点,或没有依赖性链接的节点,分别最初受到攻击。我们系统地分析,分析和数值,部分相互依赖的Erdens-Rényi(ER)网络的渗流过渡,其中一小部分$q$的节点在每个网络依赖于其他网络的节点。我们发现,对于广泛的依赖强度$q$,“依赖第一”的战略,这直观地预计将增加系统的脆弱性,实际上会导致一个更稳定的系统,在较低的临界渗流阈值$p_c$,与相同大小的随机攻击相比。相比之下,“最后依赖”战略导致一个更脆弱的系统,即,更高的$p_c$,与随机攻击相比。通过探索基于依赖性的攻击引发的级联故障的动态,我们解释了这种反直觉的效果。我们的研究结果表明,在一个相互依赖的网络系统中,最脆弱的组件不一定是那些导致最大的直接影响,但那些引发了最大的累积损害的故障级联。
2019-12-27 cond-mat.stat-mech physics.soc-ph
Fragmentation properties of two-dimensional Proximity Graphs considering random failures and targeted attacks
邻近图的关键质量是连通性,即图中的所有节点直接或通过中间节点彼此连接。这些类型的图是鲁棒的,即,它们能够很好地运行,即使它们受到有限的基本构件的移除,因为这可能发生在随机故障或有针对性的攻击中。在这里,我们研究如何影响这些图的结构时,节点被连续删除,直到一个广泛的分数被删除,这样的图形片段。我们研究了不同类型的邻近图的各种节点删除策略。我们使用不同类型的可观测量来监控碎片化过程,简单的如连接组件的数量和大小,更复杂的如跳数和备份容量,这是使网络具有N-1弹性所需的。实际的碎裂原来是由二阶相变描述。使用有限尺寸标度分析,我们在数值上评估阈值分数的删除节点,这是特定的图形类型和节点删除方案的特点,足以分解的基础图形。
2015-09-15 cond-mat.stat-mech physics.soc-ph