Approximation Algorithms for Reducing the Spectral Radius to Control Epidemic Spread
网络邻接矩阵的最大特征值(称为谱半径)本身就是一个重要的度量。此外,对于网络上流行病传播的几个模型(例如,"流感样“SIS模型),已经表明,如果图的谱半径低于取决于模型参数的某个阈值,则流行病很快消失。这就激发了一种通过减小底层网络的谱半径来控制流行病传播的策略。在本文中,我们开发了一套可证明的近似算法,通过删除最小成本的边缘集(建模countining)或节点(建模接种疫苗),减少光谱半径,具有不同的时间和质量的权衡。我们的主要算法,\textsc{GreedyWalk},是基于一个给定的长度击中闭行走的想法,并给出了一个$O(\log^2{n})$ -近似,其中$n$表示节点的数量,它也表现得更好,在实践中相比,所有以前的算法提出了这个问题。我们进一步提出了一种新的稀疏化方法,以提高其运行时间。此外,我们给出了一个新的原始-对偶算法,具有更好的近似保证($O(\log n)$),尽管运行时间较慢。我们还给出了一些流行的算法的最坏情况下的性能的下限。最后,我们证明了我们的算法的适用性和我们的解决方案的性能,通过广泛的实验多个合成和真实的网络。
2015-01-26 cs.SI
Context dependent preferential attachment model for complex networks
本文提出了一种生长型随机复杂网络模型,我们称之为上下文相关偏好连接模型(CDPAM),新节点连接到旧节点的偏好由旧节点的局部和全局性质决定。我们把节点局部和全局性质分别看作节点的度和相对平均度。我们证明了由CDPAM生成的复杂网络的度分布服从幂律分布,其指数位于区间[2,3]内,并且网络的期望直径随初始小网络中新节点的增加而递增.数值结果表明,当新节点对局部和全局属性分配相同的权重时,期望直径稳定。计算各种措施,包括聚类系数,不确定性,三角形的数量,代数连通性,谱半径,我们表明,该模型复制的真实网络的属性比BA模型的所有这些措施时,相同的权重的局部和全局属性。最后,我们观察到BA模型是一个限制的情况下,CDPAM时,新的节点往往给予较大的权重的局部属性相比,在链路形成的全局属性的权重。
2015-01-10 cs.SI physics.soc-ph
Measure of Node Similarity in Multilayer Networks
网络中链接的权重通常与节点的相似性有关。在这里,我们引入了一个简单的可调措施,用于分析不同链接权重的节点的相似性。特别是,我们使用的措施来分析同质性在一组659名大一学生在一所大型大学。我们的分析基于使用配备定制数据汇集软件的智能手机获得的数据,并辅以基于手机的数据。社会联系的网络被表示为一个加权的多层网络,该网络由不同的电信渠道以及面对面的联系数据构成。我们发现,即使是联系紧密的个体,在基本人格特征方面也不比随机选择的个体对更相似。相比之下,一些社会人口统计变量有很大程度的相似性。我们进一步观察到,相似性可能存在于多层网络的一层中,同时在其他层中不存在。对于一个变量,如性别,我们的措施揭示了一个过渡,从节点之间的相似性连接的链接相对较低的权重到不相似的节点连接的最强的链接。最后,我们分析了网络中不同层次的重叠。
2016-06-02 cs.SI physics.soc-ph
Evaluation of node importance in complex networks
节点重要性的评估一直是复杂网络研究中的一个基本问题。本文提出用Shannon-Parry测度(SPM)来定量评价节点的重要性,因为SPM是网络中最无偏随机游动的平稳分布。我们证明了SPM的准确性和鲁棒性相比,在扎卡里空手道俱乐部网络和三个玩具网络的几个流行的方法。应用SPM方法对中国高速铁路网的城市重要度进行了分析,得到了合理的结果。由于SPM可以有效地用于加权有向网络,我们认为它是一个相关的方法来识别网络中的关键节点。
2014-02-24 cs.SI physics.soc-ph
Value of peripheral nodes in controlling multilayer networks
我们分析了一个两层网络的可控性,其中驱动节点只能从一层随机选择。每一层包含一个无标度网络与有向链接和节点的动态依赖于从其他节点传入的链接。我们结合入度和出度值来为每个节点分配重要性值$w$,并区分具有低$w$的外围节点和具有高$w$的中心节点。基于数值模拟,我们发现当选择低$w$节点连接两层时,网络的可控部分较大。当外围节点是驱动器节点时,控制与更多中心节点的情况一样有效。然而,如果我们假设利用节点的成本与它们的整体度成比例,那么利用外围节点连接两层或充当驱动节点不仅是最具成本效益的解决方案,而且在我们测试的不同互连策略中,它也是控制双层网络的最佳方案。
2016-01-29 cs.SI physics.soc-ph
Latent geometry of bipartite networks
尽管有大量的二分网络系统,但与单分网络相比,它们的组织原理研究较少。二分网络通常在将它们投影到两组节点之一后进行分析。作为投影的结果,如果相同集合的节点在二分网络中至少有一个共同的邻居,则它们被链接在一起。尽管这些预测允许人们使用为单分网络开发的工具来研究二分网络,但单模式预测会导致信息的重大损失和具有完全连接子图的预测网络的人为膨胀。在这里,我们追求一种不同的方法来分析二分系统,该方法基于这样的系统具有潜在度量结构的观察:网络节点是潜在度量空间中的点,而连接更有可能在距离较短的节点之间形成。这种方法是为单部网络开发的,而对它对二部系统的适用性知之甚少。在这里,我们充分分析了一个简单的潜在几何模型的二部网络,并表明,该模型解释了许多真正的二部系统的特殊结构特性,包括分布的共同邻居和二部集群。我们还分析了该模型中的单模式投影的几何信息损失,并提出了一种有效的方法来推断节点之间的潜在成对距离。揭示真实二分网络的潜在几何结构可以在不同的领域中找到应用,从构建高效的推荐系统到理解细胞代谢。
2017-03-09 cs.SI physics.soc-ph
What can we learn from slow self-avoiding adaptive walks by an infinite radius search algorithm?
缓慢的自避免自适应行走的无限半径搜索算法(Limax)进行了分析,作为自己,作为网络,他们形成。对几个NK问题和两个HIFF问题进行了研究。我们发现,检查这样的“懒汉”散步和网络可以表明相对搜索困难的家庭内的问题,帮助确定潜在的局部最优,并检测存在的结构,健身景观。分层步行用于区分高低不平的景观是分层的(如HIFF)从那些是无政府状态(如NK)。引入节点粘性作为局部最优势的度量,发现它是相当成功的,尽管在K较大的问题上,它的精度还需要做更多的工作。
2011-07-18 cs.NE cs.SI
Observability transitions in correlated networks
杨,王,和Motter [物理Rev. Lett. 109,258701(2012)]分析了网络可观测性转换的模型,其中放置在节点上的传感器使节点和相邻节点可观测。该模型的一个主要关注点是由可观测节点组成的连通分量的大小。我们分析了这个模型在随机异构网络度相关。通过数值模拟和基于生成函数的分析论证,我们发现负度相关性使网络更具可观察性。当传感器以随机顺序一个接一个地放置在节点上时,以及当集线器优先接收传感器时,该结果都成立。最后,我们数值优化网络与一个固定的度序列相对于最大的可观测组件的大小。优化的网络具有由枢纽排斥结构引起的负度相关性;与网络的富俱乐部现象相反,最大的枢纽很少相互连接。
2013-10-16 cond-mat.stat-mech cs.SI physics.soc-ph
Infection Spreading and Source Identification: A Hide and Seek Game
感染源节点的目标(例如,谣言或计算机病毒源)传播其感染到尽可能多的节点,同时对网络管理员保持隐藏。另一方面,网络管理员旨在基于哪些节点已被感染的知识来识别源节点。我们将感染传播和源识别问题建模为一个策略博弈,其中感染源和网络管理员是两个参与者。由于乔丹中心估计是一个极大极小源估计,已被证明是强大的,在最近的作品,我们假设,网络管理员利用源估计策略,可以探测任何节点在给定的半径内的乔丹中心。给定任何估计策略,我们为源设计最佳响应感染策略。给定任何感染策略,我们为网络管理员设计了一个最佳响应估计策略。我们推导出策略博弈的纳什均衡存在的条件。在合成网络和真实网络中的仿真表明,我们提出的感染策略感染更多的节点,同时保持相同的安全裕度之间的真实源节点和约旦中心源估计。
2015-10-30 cs.SI
Spectral Efficiency Centrality: An Efficient Spectral Approach for Influential Node Identification in Temporal Networks
National Institute of Technology, Srinagar(斯利那加国家技术学院)
针对现有频谱节点移除方法仅适用于静态网络的问题,提出时序频谱中心性框架 SEC 及高效近似方法 ASEC,经多组真实数据集实验验证,二者在三类扩散模型下识别时序网络关键节点的性能优于基线指标。
2026-08-17 cs.SI
On Yukawa Potential Centrality for Identification of Influential Spreaders in Complex Networks
Trustworthy Computing Laboratory, School of Computer Engineering, Iran University of Science and Technology(伊朗理工大学计算机工程学院可信计算实验室)
YPC通过物理Yukawa势模型,提出一种非交互、动态适应的中心性度量方法,有效识别复杂网络中的关键传播者。
2025-11-24 cs.SI
Structural Balance Considerations for Networks with Preference Orders as Node Attributes
我们讨论了可能的定义的结构平衡条件的网络与偏好排序的节点属性。主要结果是,对于有三个替代品($A,B,C$)的情况下,我们减少了$(3!)^3 = 216$可能的配置三角形的$10$等价类,并使用这些措施的平衡的三角形对可能的扩展结构平衡理论。此外,我们推导出一个一般公式的数量等价类的偏好$n$替代品。最后,我们分析了一个真实世界的数据集,并比较其经验分布的三角等价类的一个零假设,其中偏好随机分配给节点。
2022-10-04 cs.SI
Laplacian Spectral Properties of Graphs from Random Local Samples
网络的拉普拉斯特征值在许多结构和动力网络问题的分析中起着重要的作用。在本文中,我们研究了归一化拉普拉斯矩阵的特征值谱和网络的“局部”子图的结构之间的关系。我们称一个子图为\emph{local},当它是由围绕一个节点的半径为$r$的呼吸优先搜索(BFS)获得的节点集所诱导的。在本文中,我们提出的技术来估计从随机收集的诱导局部子图的归一化拉普拉斯矩阵的谱特性。特别是,我们提供了一个算法来估计归一化拉普拉斯矩阵的谱矩(其特征值的幂和)。此外,我们提出了一种技术,基于凸优化,从局部子图的归一化拉普拉斯矩阵的谱半径计算上界和下界。我们说明了我们的研究结果的规范化拉普拉斯频谱的大型在线社交网络。
2013-10-18 cs.DM cs.SI math.OC
A novel method based on node correlation to evaluate the important nodes in complex networks
通过网络拓扑结构发现网络中的重要节点对提高网络抗毁性具有重要意义。最近已经提出了一些中心性的措施来评估节点的相关性的基础上的性能,表明节点之间的相互作用对节点的重要性有影响。提出了一种基于节点分布和全局影响力的复杂网络预测方法。我们的主要思想是,节点的重要性不仅与网络中的相对位置有关,而且与彼此之间的相关性有关。根据距离矩阵对复杂网络中的节点进行分类,然后计算节点对之间的相关系数。从网络整体的角度出发,基于任意两个节点之间的相关性和最短距离,提出了全局相似中心度(GSC)。在两个人工数据集和八个不同规模的真实数据集上分析了该方法的效率、精度和单调性。实验结果表明,GSC方法的性能优于目前最先进的算法。
2021-02-22 cs.SI math.CO
Network connectivity under a probabilistic node failure model
中心性度量已被广泛应用于识别图中的节点,其移除有效地将图分解为更小的子组件。节点移除过程通常用于测试网络对故障的鲁棒性。大多数现有的研究假设节点删除任务总是成功的。然而,我们认为这种假设是不现实的。实际上,移除过程还应考虑目标节点本身的强度,以更有效和更现实的方式模拟故障场景。与以前的文献不同,本文提出了{ \em概率节点故障模型},其中节点可以以特定的概率故障,考虑两个变体,即:{ \em Uniform}(其中节点生存到故障的概率是固定的)和{ \em Best Connected}(BC)(其中节点生存概率与它们的度成比例)。为了评估我们的方法,我们考虑五个流行的中心性指标进行实验,比较分析,以评估他们的{ \em有效性}和{ \em覆盖率},在四个现实世界的图形。有效性和覆盖率是指选择节点的能力,这些节点的删除最大程度地降低了图的连通性。具体来说,图的谱半径减少作为一个代理指标的有效性,和减少的最大连通分量(LCC)的大小是一个参数来评估覆盖。然后将导致最大下降的度量与基准分析(即非概率度中心性节点删除过程)进行比较,以比较两种方法。主要的发现是,通过这种比较出现了显著的差异,无论使用的数据集如何,偏差范围从2%到80%不等,这突出了常见做法与更现实的方法之间存在差距。
2020-06-24 cs.NI cs.SI
Connectivity in Interdependent Networks
我们提出并分析了一个图模型来研究相互依赖网络的连通性。两个相互依赖的任意拓扑结构的网络被建模为两个图,其中一个图中的每个节点都由另一个图中的供应节点支持,如果所有供应节点都失败,则节点失败。这种相互依赖性出现在网络物理系统和分层网络架构中。我们研究了网络的\emph{supply node connectivity}:即,将断开网络的供应节点移除的最小数量。我们开发算法来评估任意网络拓扑结构和两个网络之间的相互依赖性的供应节点的连通性。此外,我们开发的相互依存分配算法,最大限度地提高供应节点的连接。我们证明了一个随机分配算法产生一个供应节点的连通性在一个恒定的因素,从最佳的大多数网络。
2018-09-07 cs.DM cs.NI cs.SI
Evolution and Limiting Configuration of a Long-Range Schelling-Type Spin System
我们考虑一个长程相互作用粒子系统,其中的二进制粒子-其初始状态是随机选择均匀-位于一个平坦的环面$(\mathbb{Z}/h\mathbb{Z})^2$的节点。环面的每个节点连接到位于以自身为中心的环面空间中的半径为$w$的$l_\infty$ -球中的所有节点,并且我们假设$h$以指数方式大于$w^2$。基于相邻粒子的状态和共同的不容忍阈值$τ$的值,每个粒子被标记为“稳定”或“不稳定”。每一个不稳定的粒子都可以通过翻转它的状态而变得稳定,它们被标记为“p-稳定”。最后,在随机、独立和同分布的等待时间内保持p稳定的不稳定粒子,会翻转它们的状态并变得稳定。当等待时间服从指数分布且满足$τ\le 1/2$时,该模型等价于开放系统中自组织分离的Schelling模型、Glauber动力学的零温Ising模型或扩展Moore邻域的异步元胞自动机(ACA).我们首先证明了一个形状定理的“受影响的”节点的一个给定的状态-即节点上的一个粒子的一个给定的状态将是p-稳定的。作为$w \rightarrow \infty$,该扩散以高概率(w. h. p.)从具有半径$w/2$并且仅包含受影响节点的环面中的任何$l_\infty$ -球,并且持续在交互$N = (2w+1)^2$的邻域的基数中至少是指数的时间。第二,我们表明,当该过程达到一个极限配置,没有更多的状态变化发生,对于所有的${τ\in…
2020-11-12 cs.DC cs.SI math-ph
Mobility in Age-Based Gossip Networks
本文研究了节点移动性对gossip网络信息新鲜度的影响,利用SHS框架推导递归方程求出版本年龄上界,发现移动性可将断开网络中节点版本年龄从线性缩放降至平方根甚至常数缩放。
2024-09-26 cs.IT cs.SI eess.SP