Hidden dependence of spreading vulnerability on topological complexity
复杂系统中的许多动力学现象都与网络(通常称为时间网络)上的传播有关,这些网络具有随时间变化的结构。一个复杂系统的倾向,以促进传播现象,我们称之为它的“传播能力”,往往是推测有关的拓扑结构的时间网络系统的特点。然而,直接从时态网络的拓扑信息中干净地提取复杂系统的传播脆弱性仍然是一个挑战。在这里,使用数据从一个不同的现实世界的复杂系统,我们开发的“熵的时间纠缠”作为一种新颖的和有见地的数量来衡量拓扑的时间网络的复杂性。我们表明,这个参数自由量自然允许拓扑结构的比较,在非常不同的复杂系统。重要的是,通过模拟三种不同类型的随机动力学过程在时间网络上发挥作用,我们证明了时间纠缠的熵作为系统传播脆弱性的定量体现,而不管过程的细节。如果能够做到这一点,在能够定量地提取一个复杂系统的倾向,以促进从拓扑学的传播现象,这种熵的措施打开了自己的应用在各种各样的自然,社会,生物和工程系统。
2022-04-14 cs.SI physics.soc-ph
Attack Vulnerability of Complex Networks in Center-Based Strategies
中心节点对于在复杂网络中建立结构连通性至关重要。攻击这样的节点可以在复杂的系统中造成真正的破坏。我们提出了基于四种类型的中心,即介数中心,度中心,中位数和中心的攻击策略。我们研究了这些基于中心的攻击中合成网络和真实网络的脆弱性。这些攻击是节点移除攻击,涉及识别中心节点集并将其从网络中移除。我们观察到,基于重新计算的网络信息的攻击比基于初始网络信息的攻击更有效。这项工作表明,基于中值的攻击,这是一种新的策略,在现实中,以及合成网络具有高度的破坏性。
2018-12-12 cs.DM cs.SI physics.soc-ph
Vulnerability of state-interdependent networks under malware spreading
计算机病毒通过开发基于使用多个传播载体的传播机制而进化。使用社交网络作为额外的攻击载体来渗透IP网络中的安全措施正在提高恶意软件的有效性,因此被最具攻击性的病毒所使用,如Conficker和Stuxnet。在这项工作中,我们使用相互依赖的网络来模拟这类病毒的传播。特别是,我们研究了相互依赖的网络,其中每个节点的状态是层独立的,每个网络中的动态遵循接触过程或反应过程,具有不同的传播速率的SIS模型的传播。我们将这项研究应用到现有的多层网络的情况下,即西班牙的统计物理科学社区,形成了一个社会网络的科学合作和物理网络连接的计算机在每个机构。我们表明,层之间的相互作用大大增加了病毒的感染性,在长期和他们的鲁棒性对免疫。
2014-11-12 cs.SI physics.soc-ph
Degree-correlation, robustness, and vulnerability in finite scale-free networks
许多自然发生的网络具有幂律度分布以及非零度相关性。尽管如此,大多数研究分析的鲁棒性随机节点删除和脆弱性有针对性的节点删除只集中在幂律度分布,忽略了度的相关性。这项研究特别关注度相关性对无标度网络的鲁棒性和脆弱性的影响。我们的研究结果证实了纽曼的发现,正度相关性增加了鲁棒性,降低了脆弱性。然而,我们发现具有正度相关性的网络更容易受到随机节点删除的影响,而不是只利用初始节点度知识的有针对性的删除方法。有针对性的删除足以改变网络的拓扑结构,使这种方法不如均匀随机方法有效,除非考虑拓扑结构的变化。这一结果表明了度相关性在某些网络应用中的重要性。
2017-02-15 cs.SI math.CO physics.soc-ph
The vulnerability of communities in complex network: An entropy approach
测度复杂网络中社区的脆弱性已成为复杂系统研究中的一个重要课题。现有的脆弱性度量方法被提出来解决这些问题,然而,这些方法大多有自己的缺点和局限性。因此,本文提出了一种新的基于熵的方法来解决这些问题。该测度结合了各社区的内部因素和外部因素,对社区的脆弱性进行了定量描述。内部因素包括社区的复杂程度和社区内的边数,外部因素包括所选社区与其他社区的相似程度和社区外的节点数。从熵的角度考虑社区脆弱性为解决这一问题提供了新的思路。由于充分考虑了社区信息,可以得到更合理的脆弱性结果。为了说明该方法的性能和有效性,用一个实例网络和三个实际复杂网络与现有方法进行了比较,并用Sobol指标分析了权因子的敏感性。实验结果证明了该方法的合理性和优越性。
2019-09-30 cs.SI
Vulnerability of Clustering under Node Failure in Complex Networks
对于现实世界的网络来说,响应于意外事件的鲁棒性总是令人期望的。为了提高任何网络系统的鲁棒性,重要的是要分析外部扰动的脆弱性,如随机故障或对抗攻击发生在网络的元素。在本文中,我们研究了一个新出现的问题,在评估复杂网络的鲁棒性:脆弱性的聚类网络元件的故障。具体来说,我们确定顶点的故障将严重损害网络,通过降低其聚类,通过平均聚类系数进行评估。这个问题很重要,因为对聚类进行的任何重大更改(由元素故障引起)都可能降低网络性能,例如信息在社交网络中传播的能力。我们制定这个脆弱性分析作为一个优化问题,证明其NP-完全性和非单调性,我们提供了两个算法来确定最重要的聚类顶点。最后,我们在由各种知名模型生成的合成社交网络以及真实社交网络的痕迹中进行综合实验。与其他竞争策略的实验结果表明了我们所提出的算法的有效性。
2017-01-30 cs.SI
Vulnerability of D2D Communications from Interconnected Social Networks
在本文中,我们研究了在线社交网络(OSN)中的谣言如何影响设备到设备(D2D)通信的性能。由于D2D是一项新技术,当人们相信其负面影响的谣言时,可能会选择不使用它。因此,具有底层D2D的蜂窝网络容易受到OSN的攻击,因为OSN中的谣言可能会在流行的内容递送场景中减少蜂窝网络的吞吐量。为了分析该漏洞,我们引入了在OSN中找到最关键节点的问题,使得当谣言从这些节点开始时,内容交付场景的吞吐量最小化。然后,我们提出了一个有效的解决方案的关键节点检测问题。这种漏洞的严重性是支持广泛的实验在各种模拟设置,从我们观察到$40\%$减少网络吞吐量。
2017-02-07 cs.SI
Vulnerability and co-susceptibility determine the size of network cascades
在网络中,局部扰动可以传播并最终导致系统的相当大一部分失效,这是一种很容易概念化但非常难以预测的级联事件。在这里,我们开发了一个统计框架,可以预测级联大小分布,只结合两个成分:单个组件的脆弱性和组件组的共易感性(即,他们一起失败的倾向)。作为一个代表性的例子,在电网中使用级联,我们表明,组件故障之间的相关性定义结构化的,往往令人惊讶的大群体的共同敏感的组件。除了对停电研究的影响外,这些结果还为理解金融系统、食物网和复杂网络中的级联提供了新的见解和建模框架。
2017-01-26 cond-mat.dis-nn cs.SI physics.soc-ph
Understanding Vulnerability of Communities in Complex Networks
在本文中,我们研究了复杂网络的关键元素,即节点和边缘及其属性,如它们的社区结构,这在决定网络对结构扰动的鲁棒性方面起着重要作用。具体来说,我们希望识别所有重要节点,这些节点在被删除时会导致网络底层社区结构的巨大变化。这个问题非常重要,因为网络的社区结构可以让我们深入了解网络的功能及其拓扑结构如何相互影响。此外,它甚至提供了一种将大型图压缩成较小图的方法,其中每个社区都充当Meta节点,从而有助于更轻松的网络分析。如果这种社区结构受到网络意外或故意扰动的影响,这将使这种分析变得困难。由于确定这样的重要节点的问题是计算上棘手的,我们提出了一些算法,使我们能够找到接近最优解的解决方案。为了证明我们的方法的有效性,我们首先在小型网络上测试这些算法,然后转移到更大的网络上,以表明我们获得了类似的结果。结果表明,所提出的方法是有效的,以分析社区的脆弱性在图中,无论其大小和规模。从应用的角度来看,我们表明,所提出的算法是可扩展的,可以应用到信息扩散任务,以减少经验观察到的活动节点的传播。此外,我们通过外部评估显示我们的算法的性能-我们采用两个任务,如预测和信息扩散,并表明我们的算法对这些任务的效果高于其他基线。
2021-02-03 cs.SI 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
Spectrum Optimization of Dynamic Networks for Reduction of Vulnerability Against Adversarial Resonance Attacks
本文针对对抗性智能体周期性注入共振信号使网络饱和的攻击,提出了基于二阶动力学和网络图拉普拉斯矩阵的网络脆弱性度量,并开发了两种通过优化网络图频谱以最小化脆弱性的方法,给出了广泛的数值结果分析。
2025-01-29 cs.SI math.OC
A complex network approach to robustness and vulnerability of spatially organized water distribution networks
在这项工作中,水分配系统被视为大型稀疏平面图与复杂的网络特性和网络的重要拓扑特征(即结构的鲁棒性和循环冗余)和系统的弹性之间的关系,被视为结构脆弱性的反义词,进行评估。利用复杂网络和谱图理论的确定性技术来量化所研究的基准网络中的良好连通性和估计环路冗余。通过使用图的连通性和扩展属性,对节点/链路故障和隔离的需求节点从源(S)的系统鲁棒性进行评估和网络容忍随机故障和有针对性的攻击,其桥梁和割集进行了分析。在其他测量中,提出了两个度量的网状性和代数连通性的候选人量化的冗余和鲁棒性,分别在优化设计模型。简要讨论了供水系统运行可靠性分析中所提供测量的范围和局限性。
2010-08-11 cs.CE cs.SI math.CO
Complex networks vulnerability to module-based attacks
在多学科领域的网络科学,优化的过程,有效地打破复杂的网络是吸引了很多注意力,从实践的角度来看。在这篇文章中,我们提出了一种基于模块的方法来有效地打破复杂的网络。该过程首先确定网络可以表示的社区,然后删除节点(边),连接不同的模块,其顺序在介数中心性排名列表。我们通过将其应用于社会,基础设施和生物网络的各种众所周知的例子来说明该方法。我们表明,所提出的方法总是优于顶点(边)攻击的基础上排名的节点(边)度或中心性,与一个巨大的收益的效率为一些例子。值得注意的是,对于美国电网,本方法将4941个节点的原始网络分解为许多小于197个节点(原始大小的4%)的片段,仅删除164个节点(约3%)。相比之下,任何基于度或中心性的过程,删除相同数量的节点,仅删除原始网络的22%,即超过3800个节点继续连接
2015-02-02 cond-mat.stat-mech cs.SI physics.soc-ph
Reducing Cascading Failure Risk by Increasing Infrastructure Network Interdependency
电力和通信系统等关键基础设施网络之间的耦合增加,将对这些系统的可靠性和安全性产生重要影响。为了了解电力-通信耦合的影响,一些人研究了相互依赖的网络模型,并报告说,增加耦合会增加系统的脆弱性。然而,这些结果来自具有与在实际电力和通信网络中发现的级联机制有实质性不同的级联机制的模型。本文报告了两组实验,比较网络脆弱性的影响,从简单的拓扑模型和模型,更准确地捕捉电力系统中的级联的动态。首先,我们比较了一个简单的拓扑传染模型的级联在电力系统中的模型,并发现,电网表现出更高的脆弱性,相对于传染模型。其次,我们比较了耦合网络中的拓扑级联模型与耦合到通信网络的三种不同的基于物理的电网模型。同样,更精确的模型得出了非常不同的结论。除了最极端的情况外,基于物理的电网模型表明,电力-通信耦合的增加会降低脆弱性。这与人们从耦合拓扑模型中得出的结论相反,在耦合拓扑模型中,零耦合是最佳的。最后,一个极端的情况下,通信故障立即导致电网故障,表明如果系统设计不良,增加耦合可能是有害的。总之,这些结果表明,在相互依赖的基础设施系统的设计战略,以减少级联的风险。
2015-06-23 cs.SI physics.data-an physics.soc-ph
The Multiple Instances of Node Centrality and their Implications on the Vulnerability of ISP Networks
网络拓扑中节点的位置在很大程度上决定了它们参与各种网络功能的程度。然而,许多节点中心性指数,提出量化如何中央个别节点在这方面,产生非常不同的观点,他们的相对重要性。我们在本文中的第一个贡献是,然后沿着几个属性,包括信息的类型(本地与全球)和计算所需的处理复杂性的中心性指数的详尽调查和分类。接下来,我们研究了互联网脆弱性的背景下,这些指数中最流行的七个,以解决文献中迄今为止尚未充分探讨的问题。首先,我们进行了相关性研究,以评估的一致性的节点排名,这些指数产生的ISP路由器级拓扑结构。对于每对指数,我们计算完整的排名相关性,这是文献中的标准选择,以及k个顶级节点之间的重叠百分比。然后,我们让这些排名指导高度中心节点的删除,并评估对网络的连通性和流量承载能力的影响。我们的研究结果证实,top-k重叠预测的比较影响的指标对网络的脆弱性比全排名的相关性。重要的是,本地计算的度中心性指数接近全球指数,对交通承载能力的影响最大,而其近似的连接能力是更多的拓扑依赖性。
2013-12-17 cs.SI
A Vulnerability Study on Academic Collaboration Networks Based on Network Dynamics
为同一机构工作的研究人员使用他们的电子邮件作为主要的通信工具。电子邮件可能是研究机构最富有成效的攻击媒介之一,因为它们还包含对所有帐户的访问,从而访问所有私人信息。我们提出了一种方法来分析的安全研究机构的通信网络。我们首先获得了机构的通信网络以及分析收集的电子邮件可能泄露的方法。我们下载了4个不同研究中心的网络,三个来自西班牙,一个来自葡萄牙。然后,我们运行模拟的敏感-暴露-隐藏-隐藏(SEIR)复杂网络动力学模型分析网络的脆弱性。超过一半的节点有一个以上的安全漏洞,我们的模拟结果表明,超过90%的网络节点是脆弱的。该方法可用于增强研究中心的安全性,并可使电子邮件帐户的使用具有安全意识。它还可能在通信安全方面开辟新的研究领域。最后,我们表明,由于保密原因,我们用于获取通信网络的来源不应该提供我们能够收集的信息。
2021-03-31 cs.CR cs.SI
Node Removal Vulnerability of the Largest Component of a Network
网络的连通性结构可能对网络中某些节点的移除非常敏感。在本文中,我们研究的最大组件的大小节点删除的敏感性。我们证明,最大组件的大小最小化是相当于解决一个矩阵的一个范数最小化问题,其列向量是正交的和稀疏的,它们形成了相关的图拉普拉斯矩阵的零空间的基础。然后提出了一种基于矩阵一范数最小化的贪婪节点去除算法。在美国电网数据集上的实验结果表明,与其他节点中心度(如节点度和介数)相比,该方法能够以相对较少的节点删除量减少最大分量的大小,从而验证了该方法的有效性.
2014-03-09 cs.NI cs.SI
Assessing Individual and Community Vulnerability to Fake News in Social Networks
自社交媒体盛行以来,虚假信息的瘟疫,俗称假新闻,一直影响着新闻消费者的生活。因此,理解虚假信息在社交网络中的传播在文献中获得了大量关注。虽然大多数提出的模型进行内容分析的信息,没有太多的工作已经做了探索的社区结构,也发挥了重要作用,在决定人们如何接触it.In本文中,我们的想法的基础上计算信任社交网络,提出了一种新的社区健康评估模型对假新闻。基于社区的邻居、边界和核心节点的概念,提出了新的评估指标来量化节点(个体级)和社区(群体级)对虚假信息传播的脆弱性。我们的模型假设,如果边界节点信任社区的邻居节点谁是传播者,社区的密集连接的核心节点很可能成为传播者。我们测试我们的模型与社区使用三种流行的社区发现算法的基础上,从Twitter收集的信息传播网络的两个新的数据集。我们的实验结果表明,所提出的指标表现明显优于网络传播虚假信息比那些传播真实的,表明我们的社区健康评估模型是有效的。
2021-02-04 cs.SI
Heterogeneity- and homophily-induced vulnerability of a P2P network formation model: the IOTA auto-peering protocol
该研究将IOTA自动对等算法建模为随机网络形成模型,利用网络指标分析其异质性与同质性导致的脆弱性,并提出低成本日蚀攻击策略及损害评估。
2024-01-23 cs.CR cs.SI
Graph Vulnerability and Robustness: A Survey
网络鲁棒性的研究是表征和理解复杂互联系统(如基础设施、通信和社交网络)的重要工具。虽然在所有这些领域都进行了大量研究,但在调查文献中仍然存在空白。关键问题的答案目前分散在多个科学领域和众多论文中。在这项调查中,我们提取了许多领域的关键发现,并通过以下方式为研究人员提供了重要信息的关键访问:(1)总结和比较最近和经典的图鲁棒性度量;(2)探索哪些鲁棒性度量最适用于不同类别的网络(例如,社会,基础设施;(3)回顾常见的网络攻击策略,并总结哪些攻击在不同的网络拓扑结构中最有效;以及(4)广泛讨论如何选择防御技术来减轻各种网络中的攻击。该调查指导研究人员和从业人员在网络鲁棒性的广阔领域中导航,同时总结关键问题的答案。最后,我们强调目前的研究方向和开放的问题。
2022-03-30 cs.DS cs.SI
Network Cascade Vulnerability using Constrained Bayesian Optimization
Argonne National Laboratory(阿贡国家实验室);The Pennsylvania State University(宾夕法尼亚州立大学)
针对电网级联攻击影响常被忽视的问题,提出基于贝叶斯优化的黑盒方法寻找最大化级联破坏的保护设置,实验颠覆传统认知并发现资源约束下仍可实现严重级联攻击。
2023-10-05 cs.LG cs.SI math.OC
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