ln(3): A Universal Percolation Constant for Collective Dynamics on One-Dimensional Proximity Networks
CICT Connected and Intelligent Technologies Co., Ltd(CICT 互联与智能技术有限公司)
研究发现一维泊松接近网络中双向集体行为的起始常数ln(3),证明其为拓扑密度阈值,且在不同数据集上均表现出高度一致性。
2026-03-16 cs.NI physics.soc-ph
Weak percolation on multiplex networks
Bootstrap渗流是一个简单但不平凡的模型。它在许多科学领域都有应用,并且已经在随机网络上探索了几十年。在单层(单纯形)网络中,最近观察到自举渗透(bootstrap percolation),它被定义为一个增量过程,可以被视为修剪渗透(pruning percolation)的反面,其中节点根据连通性规则被删除。在这里,我们提出了多重网络的自举和修剪渗流模型。我们将这两个模型统称为“弱”渗流的概念,以区别于普通(“强”)渗流的经典概念。虽然这两种模型在单纯形网络中重合,但我们发现,当考虑多路复用时,它们会解耦,从而产生大量的临界现象。我们的自助模型构成了一个传染过程中的一个最简单的例子,在一个多路复用的网络和关键基础设施的恢复和信息安全有潜在的应用。此外,我们表明,我们的修剪渗透模型可以提供一种方法来诊断丢失的层在一个多路网络。最后,我们的分析方法使我们能够计算临界行为和表征关键集群。
2014-04-13 cond-mat.dis-nn cs.CR math.PR
Mapping temporal-network percolation to weighted, static event graphs
许多传播和扩散过程都发生在时间网络上,其结果受到接触时间相关性的影响。这些相关性对传播媒介在节点上具有有限生命周期的过程具有特别强的影响:疾病传播(恢复时间),谣言扩散(信息的生命周期)和乘客路由(转移之间的最大可接受时间)。在这里,我们引入加权事件图作为一个强大而快速的框架,用于研究由时间尊重路径确定的连接性,其中接触之间的允许等待时间有上限。我们研究渗流的加权事件图和底层的时间网络,模拟和真实世界的网络。我们表明,这种类型的时间网络渗流是类似于定向渗流,它可以由多个序参量。
2017-09-17 cs.SI physics.data-an physics.soc-ph
Concurrent enhancement of percolation and synchronization in adaptive networks
协同进化的适应机制不仅在自然界中普遍存在,而且对各种系统的运行都有好处。在这里,我们考虑一个自适应网络的振荡器与随机的,健身为基础的,规则的连接,并表明,它自组织从碎片和不相干的状态连接和同步的。的同步和渗流与突然的转变,他们同时(和显着)增强相比,非自适应的情况下。最后,我们提供的证据表明,只有部分适应足以确定这些增强。因此,我们的研究表明,包含简单的适应机制可以有效地描述一些新兴的网络系统的集体行为的特点,并建议自组织的方式来控制同步和渗透在自然和社会系统。
2016-06-07 nlin.AO physics.soc-ph q-bio.PE
Interdependent transport via percolation backbones in spatial networks
网络中节点的功能通常用属于巨分支的结构特征来描述。然而,当处理像传输这样的问题时,一个更合适的功能性标准是节点属于网络的主干,在那里发生信息和其他物理量(如电流)的流动。在这里,我们研究渗透的相互依赖的电阻网络模型,并显示其耦合功能的空间性的影响。我们这样做的一个现实的空间网络模型,具有泊松分布的链接长度。我们发现,相互依赖的电阻网络是显着更脆弱的比他们的基于双稳态的同行,具有一阶相变的链接长度的相互巨组件仍然不断出现。我们解释这一明显的矛盾,通过追踪起源的相互依赖的运输的脆弱性增加所发挥的关键作用的摆弄结束。此外,我们解释这些差异,考虑一个异构的$k$核心渗流过程,使定义一个参数的家庭的功能标准,其约束变得越来越严格。我们的研究结果突出了节点功能的不同定义对耦合过程的集体属性的重要性,并提供了更好的理解在许多现实世界的网络中的相互依赖的运输问题。
2020-09-04 physics.soc-ph
Optimal percolation on multiplex networks
最优渗透是找到最小节点集的问题,如果这个集合的成员从网络中删除,网络就会分裂成非广泛的不连通簇。最优渗流问题的解直接适用于疾病传播过程中的免疫策略,以及某些类别的意见动力学模型的影响最大化。本文研究了多重网络上的最优渗流问题。多重场景用于逼真地模拟各种技术、生物和社交网络。我们发现,这些系统的多层性质,更确切地说,多重特性,如边缘重叠和层间度度相关性,深刻地改变了一组节点的属性确定为最优渗流问题的解决方案。
2017-07-05 cs.SI physics.soc-ph
Induced Percolation on Networked Systems
逾渗理论已被广泛用于研究复杂网络系统中的相变。它还成功地解释了不同领域的几种宏观现象。然而,现有的渗透理论框架的重点放在系统的组成部分之间的直接相互作用,而最近的经验观察表明,间接的相互作用是常见的许多系统,如生态和社交网络,等等。在这里,我们提出了一个新的渗透框架,占间接相互作用,它允许概括目前的理论机构,并了解其宏观行为的网络系统的组件的潜在间接影响的作用。我们报告了一个丰富的现象,其中一阶,二阶或混合相变是可能的,这取决于基板网络的链接是否有向,无向或混合,分别。我们还提出了一个分析框架来描述所提出的诱导渗流,为进一步理解间接相互作用的网络动力学铺平了道路。
2020-11-28 physics.soc-ph
Collective Influence of Multiple Spreaders Evaluated by Tracing Real Information Flow in Large-Scale Social Networks
确定最大化信息流的最有影响力的传播者是网络理论的核心问题。最近,一个可扩展的方法称为“集体影响力(CI)”已经提出了通过集体影响力最大化。与单独评估节点重要性的启发式方法不同,CI方法考察了多个传播者的集体影响。尽管CI适用于渗透模型中的影响最大化问题,但在现实的信息传播中检验其有效性仍然很重要。在这里,我们研究了各种社会和科学平台中的真实信息流,包括美国物理学会,Facebook,Twitter和LiveJournal。由于经验数据不能直接映射到理想的多源传播,我们利用从数据中提取的用户的行为模式来构建“虚拟”的信息传播过程。我们的研究结果表明,由CI选择的传播者的集合可以诱导更大规模的信息传播。此外,在现实的信息传播中,节点的连接数或引用数等局部性度量并不一定是节点重要性的决定性因素。这一结果对科学网络(如APS)中的排名科学家具有重要意义,在这些网络中,常用的引用数量可能是作者在社区中的集体影响力的一个很差的指标。
2016-11-07 cs.SI physics.soc-ph
Efficient collective influence maximization in cascading processes with first-order transitions
在社交网络中,大群体的集体行为可以由一小群影响者通过“同伴压力”诱导的级联过程来塑造。对于大规模的网络,有效地识别多个有影响力的传播者的阈值模型,表现出一阶过渡的线性算法仍然是一个具有挑战性的任务。在这里,我们解决这个问题,探索在一般阈值模型的行为级联的集体影响。我们的分析表明,传播器的重要性是固定的亚临界路径沿级联传播:连接到每个传播器的亚临界路径的数量决定其对全球级联的贡献。次关键路径的概念使我们能够引入一个线性可扩展的算法,为大规模的网络。在合成随机图和真实网络中的实验结果表明,与其他线性可扩展的启发式方法相比,在相同种子数的情况下,该方法可以获得更大的集体影响力.
2017-03-15 cs.SI physics.soc-ph
Optimal Stabilization of Boolean Networks through Collective Influence
由于布尔网络在描述生物系统动力学方面的广泛应用,布尔网络的稳定性问题引起了人们的广泛关注。在过去的几十年里,人们投入了大量的精力来揭示网络结构和更新规则如何影响布尔网络的稳定性。在本文中,我们的目标是识别和控制一个最小的一组有影响力的节点,能够稳定一个不稳定的布尔网络。通过最小化修正的非回溯矩阵的最大特征值,提出了一种利用集体影响理论识别布尔网络中影响节点的方法,该方法具有较高的计算效率.我们测试了四个不同网络的集体影响力的表现。结果表明,集体影响算法可以稳定每个网络的一个更小的节点集比其他启发式算法。我们的工作为决定布尔网络稳定性的机制提供了新的见解,这可能会在识别导致严重疾病的毒力基因方面找到应用。
2017-12-04 physics.data-an physics.soc-ph
Promoting collective motion of self-propelled agents by distance-based influence
我们提出了一个动态模型的系统组成的自推进剂,其中一个代理对另一个代理的影响是加权的地理距离。引入一个参数$α$来调整这种影响:$α$的值越小,意味着更近的邻居对移动方向的影响越大。我们发现,存在一个最佳值的$α$,导致最高程度的方向一致性。最优$α$值随系统尺寸的增大而增大,随绝对速度、传感半径和噪声幅值的增大而减小。
2015-02-28 nlin.AO physics.soc-ph
Color-avoiding percolation
许多现实世界的网络都有类似的节点群,它们容易受到相同故障或对手的攻击。节点可以以颜色编码共享漏洞的方式着色。使用多个路径来避免这些漏洞可以大大提高网络的鲁棒性。避色渗透提供了一个理论框架来分析这种情况,重点是可以通过多个避色路径连接的节点的最大集合。在本文中,我们扩展了基本理论的颜色避免渗透,发表在[克劳斯等。例如,Rev. X 6(2016)041022]。我们明确地说明了这样一个事实,即相同的特定链接可以是不同路径的一部分,避免不同的颜色。这一事实以前被解释为一个启发式近似。我们比较这种近似与一个新的,更精确的理论,并表明,新的理论是更准确的许多避免的颜色。此外,我们制定我们的新理论与分化的节点功能,作为发射机/接收器或。在这两个函数中,节点可以显式信任或避免。只有一个避免的颜色,我们得到标准的渗滤。通过一个接一个地避免额外的颜色,我们可以理解颜色避免渗透的关键行为。对于异质颜色频率,我们发现具有最大频率的颜色控制临界阈值和指数。小频率的颜色对避免连接的颜色只有很小的影响,因此允许近似。
2016-11-08 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Percolate or die: Multi-percolation decides the struggle between competing innovations
竞争是物理学、生物学和经济学中最基本的现象之一。近年来,关于创新竞争的研究强调了转换成本和互动网络的影响,但这一问题仍然令人困惑。我们引入了一个模型,揭示了一个新的多渗透过程,它管理的斗争,试图渗透到市场的创新。我们发现,创新只要在人群中渗透,就会蓬勃发展,当只有一个人在传播时,它就会成为主导。除了提供一个理论框架来理解社交网络中竞争性创新的扩散,我们的研究结果也与其他问题有关,如意见形成,政治极化,语言的生存和健康行为的传播。
2011-01-04 physics.soc-ph q-bio.PE
Collective action through adaptive awareness
Florida State University(佛罗里达州立大学)
研究集体行动如何通过社会影响和意识的相互作用产生,引入非线性意见动态框架,利用基于度的平均场约简,揭示竞争与意识变化对集体行动的影响,确定意识是三者间基本联系。
2026-07-08 nlin.AO physics.soc-ph
$k$-core percolation on complex networks: Comparing random, localized and targeted attacks
恶意攻击的类型对网络的稳定性有很大的影响,在普通渗流中,当一个节点从巨分支断开时,它就会失效。在这里,我们研究它的推广,$k$核心渗流,其中一个节点失败时,它失去了连接到阈值$k$邻居。我们研究和比较解析和数值模拟的$k$ -核心渗流网络的稳定性下的随机攻击(RA),本地化攻击(LA)和有针对性的攻击(TA),分别。通过将LA或TA下的网络映射到RA下的等价网络,我们发现,在单个网络和相互依赖的网络中,TA对网络的核心结构的破坏最大。我们还发现,对于Erdens-Rényi(ER)网络,LA和RA对核心结构的破坏是相等的,而对于无标度(SF)网络,LA对核心结构的破坏要比RA大得多。
2016-05-20 cs.SI physics.soc-ph
Possible origin for the similar phase transitions in k-core and interdependent networks
研究k-core percolation与interdependent networks的相似性,发现两者共享分形涨落维度与标度行为,并指出其相似性源于短程连通与长程影响两类相互作用。
2023-08-05 physics.soc-ph
Interplay between media and social influence in the collective behavior of opinion dynamics
媒体传递的信息是形成态度和引导舆论转变的主要动力。另一方面,个体在形成自己的判断时会受到同伴压力的强烈影响。我们解决了一个一般模型的观点动力学,其中个人持有两个备选意见之一,或未定,并相互作用,而暴露于外部的影响。随着媒体压力的增加,这个系统从多元主义走向全球共识;出现了四种不同的集体行为,这在很大程度上取决于持相反意见的个人之间直接互动的结果。观察到的非平凡的行为包括滞后现象和少数意见的弹性。值得注意的是,即使媒体和微观互动偏向于同一观点,也可能无法达成共识:不受欢迎的观点甚至可能获得大多数人的支持。
2015-11-03 cond-mat.stat-mech physics.soc-ph
HyperCI: A Higher Order Collective Influence Measure for Hypernetwork Dismantling
网络系统的连通性往往依赖于一小部分关键节点。网络拆除研究的策略,以确定一个子集的节点的删除将最大限度地破坏网络的连通性和碎片成断开组件。然而,传统的网络拆解方法集中在简单的网络模型之间的节点,而任意数量的节点之间的分组交互是无处不在的网络系统,如集成电路之间的成对的相互作用。超网络模型中的分组交互引入了高阶连通模式,限制了传统网络拆分方法在超网络中的应用。在这篇简报中,我们提出了HyperCI,一个高阶的集体影响措施的超网络拆除。它考虑了超边在超网络中引入的节点共生特性和高阶影响能力。我们评估了我们提出的HyperCI的有效性六个现实世界的超网络,包括集成电路和引文网络和结果表明,我们提出的HyperCI优于基线网络拆除方法的简单网络和超网络。
2022-05-14 cs.SI physics.soc-ph
Collective influence in evolutionary social dilemmas
当进化博弈在结构化种群中进行竞争时,网络中每个参与者的程度起着重要的作用。如果存在的话,枢纽往往以显著的方式决定人口的命运。然而,最近基于随机网络中的最优渗流的研究表明,在复杂网络中,度既不是唯一的,也不是最好的预测因素。低度节点也可能是最佳的影响者,如果他们分层链接到枢纽。考虑到这一点,我们得出了复杂网络中集体影响的形式主义,正如我们在这里所展示的,这对社会困境的有利解决具有深远的影响。特别是,存在一个最佳的层次深度的集体影响力,我们用它来描述球员的潜力,通过他们的战略,这取决于社会困境的强度的决心。有趣的是,对应于基线深度零的度只有在背叛的诱惑很小的时候才是最优的。我们的研究表明,进化的成功故事与传播过程有关,传播过程植根于超越当地社区的有利的等级结构。
2016-04-14 cond-mat.stat-mech cs.GT physics.soc-ph
Percolation on complex networks: Theory and application
在过去的二十年里,网络科学蓬勃发展,并从组成复杂系统的组件的异构交互模式的角度影响了统计物理学、计算机科学、生物学和社会学等各个领域。逾渗模型作为描述随机和半随机连通性的一种范式,在网络科学及其应用的发展中起着重要的作用。一方面,利用与逾渗理论密切相关的概念和分析方法,如巨团簇的出现、有限尺寸标度、平均场方法等,对网络的一些核心问题进行了量化和求解。另一方面,对渗流理论的理解也促进了对网络系统的理解,如鲁棒性,传染病传播,重要节点识别和社区检测。与此同时,网络科学也给渗流理论本身带来了一些新的问题,如强异质系统的渗流、两两相互作用之外的网络拓扑转变、相互连接的巨团簇的出现等。到目前为止,逾渗理论已经渗透到网络科学的结构分析和动态建模的研究中。理解逾渗理论将有助于网络科学许多领域的研究,包括网络前沿领域中尚未解决的问题,如超越成对相互作用的网络、时间网络和网络的网络。本文的目的是提供一个概述这些应用,以及网络系统的渗流过渡的基本理论。
2021-01-28 cond-mat.stat-mech physics.soc-ph
Evolutionary dynamics of collective decision-making with local social influence on static and dynamic networks
School of Mathematical Sciences, University of Electronic Science and Technology of China(电子科技大学数学科学学院)
该研究构建含社会影响的二元选项集体决策模型,推导静态网络中选项占优条件、网络平均度的双重作用,分析动态网络结果的影响因素,通过模拟验证理论预测。
2026-08-05 cs.MA physics.soc-ph
Theories for influencer identification in complex networks
在社会和生物系统中,相互作用网络的结构异质性导致一系列动态过程中出现一小部分有影响力的节点或影响者。尽管这些影响者比整个网络小得多,但据观察,它们能够在不同背景下塑造大量人口的集体动态。因此,成功识别影响者应该在各种现实世界的传播动态中产生深远的影响,例如病毒式营销,流行病爆发和级联故障。在本章中,我们首先总结了在复杂网络中发现单个影响者的基于中心性的方法,然后从集体的角度讨论了定位多个影响者的更复杂的问题。将介绍植根于集体影响理论、信仰传播和计算机科学的进展。最后,我们介绍了影响者识别在不同现实世界系统中的一些应用,包括在线社交平台,科学出版物,大脑网络和社会经济系统。
2018-05-03 cs.SI physics.soc-ph
Model of Brain Activation Predicts the Neural Collective Influence Map of the Brain
高效的复杂系统具有模块化结构,但模块化并不能保证鲁棒性,因为效率还需要相互作用的模块化组件的巧妙相互作用。人脑是一个高效、健壮的模块化系统的基本范式,该系统作为网络的网络(NoN)相互连接。理解这种模块化架构中的鲁棒性的出现是一个长期的挑战,许多科学家都关心。受电网启发,NoN中当前的依赖关系模型表达了模块之间的相互作用,这些模块之间的脆弱耦合会放大即使是很小的冲击,从而阻止功能。因此,我们引入了一个NoN模型来塑造大脑激活的模式,以形成一个强大的模块化环境。该模型通过优化负责向全脑NoN广播信息的最小基本节点集的影响来预测大脑中神经集体影响者(NCI)的地图。我们的研究结果提出了新的干预方案,通过瞄准网络理论预测的有影响力的神经节点来控制大脑活动。
2017-04-15 physics.soc-ph q-bio.NC
Jigsaw percolation: What social networks can collaboratively solve a puzzle?
我们介绍了一种新的有限图上的渗流称为拼图渗流。这种模式试图抓住那些通过融合想法来创新和通过拼凑解决方案来解决问题的人的网络。社交网络中的每个人都有一个独特的拼图。熟悉的人与兼容的拼图块合并他们的拼图块。更一般地说,如果一组人彼此认识,并且有一对兼容的拼图,那么具有合并拼图的一组人就会合并。如果社交网络最终能将所有的拼图碎片融合在一起,它就能解决这个难题。对于一个具有$n$顶点和边概率$p_n$的Erdens-Rényi社会网络,我们定义一个连通谜题图的临界值$p_c(n)$为解谜题的机会等于$1/2$的$p_n$。我们证明了对于$n$ -圈(环)难题,$p_c(n)=Θ(1/\log n)$,以及对于任意连通的具有有界最大度的难题图,对于任何$b>0$,$p_c(n)=O(1/\log n)$和$ω(1/n^b)$。令人惊讶的是,随着网络规模增加到无穷大,概率趋于1,具有幂律度分布的社交网络无法解决任何有界度难题。这个模型为最近的经验主义主张提供了一种机制,即创新随着社会密度的增加而增加,它可能开始显示社交网络扼杀创造力的原因以及网络集体创新的原因。
2015-06-19 cond-mat.dis-nn cs.SI math.PR
Uncovering collective listening habits and music genres in bipartite networks
在本文中,我们分析了人们分享他们的音乐库,我们使用他们的个人音乐签名(IMS)的网络下载的数据。该系统由二分网络表示,节点是音乐组和听众。音乐团体的观众规模表现得像一个幂律,但个人音乐库的大小是一个指数,在小值的偏差。为了从网络中提取结构,我们专注于相关矩阵,我们通过删除最不相关的链接来过滤。这种基于渗透思想的方法揭示了社会社区和音乐流派的出现,这些社区和音乐流派通过分支表示可视化。有证据表明,集体收听习惯不符合音乐行业定义的整洁的通常类型,这表明了对听众/音乐团体进行分类的另一种方法。网络的结构也研究了一个更精细的方法,基于其属性的随机游走探索。最后,根据Potts的理论,提出了一个用于增长二分网络的个人识别-社区模仿模型(PICI).模拟结果很好地再现了经验数据。
2005-10-24 physics.soc-ph
Functional Percolation: Criticality of Form and Function
Galen J. Wilkerson(独立研究者)
本文研究了网络结构与功能在临界点的关联,揭示了信息处理能力与功能多样性的权衡关系。
2026-07-31 cond-mat.stat-mech cs.AI physics.comp-ph
Influence of committed volunteers on helping behavior in emergency evacuations
我们研究了在紧急疏散场景中,志愿者的存在如何影响集体帮助行为。在这项研究中,承诺的志愿者不改变他们的决定,以帮助受伤的人,这意味着其他疏散人员可能会通过战略互动来调整他们的帮助行为。建立了一个演化博弈模型,并将其与行人运动模型相结合,研究了疏散中的集体救助行为。通过系统地控制志愿者的数量和回报参数,我们在相图中描述和总结了各种集体帮助行为。从我们的数值模拟,我们观察到,承诺的志愿者的存在可以促进合作,但增加额外的承诺的志愿者是有效的,只有在最低数量的承诺的志愿者。这项研究还强调,集体帮助行为的演变受到疏散过程的强烈影响。
2021-12-21 nlin.AO physics.soc-ph
A Computational Analysis of Traffic Cluster Dynamics Using a Percolation-Based Approach in Urban Road Networks
本文基于成都高分辨率出租车数据,将城市道路建模为时变加权有向图,利用渗流理论与GCC及长程权重相关性分析交通簇形成机制,为拥堵治理和大规模交通优化提供计算框架。
2025-07-29 physics.soc-ph
The ambiguous role of social influence on the wisdom of crowds: An analytic approach
“群体智慧”是指一群人对某个问题的平均意见可能非常接近真实答案的现象。它需要一个大的群体的意见多样性,但集体误差,平均意见和真实价值之间的差异,必须很小。我们考虑一个随机的观点动力学,个人可以改变他们的意见的基础上,其他人的意见(社会影响$α$),但在一定程度上也坚持自己的初始意见(个人信念$β$)。然后,我们推导出解析表达式的动态的集体错误和组的多样性。我们分析了他们的长期行为,以确定两个参数$(α,β)$和初始意见分布对群体智慧的影响。这使我们能够量化社会影响力的模糊作用:只有当最初的集体错误很大时,它才有助于提高群体的智慧,但在大多数情况下,它会恶化结果。在这些情况下,个人的信念仍然提高了群体的智慧,因为它减轻了社会影响的影响。
2020-07-30 physics.soc-ph
Collective emotions online and their influence on community life
电子社区,社会群体在网上互动,最近已成为跨学科研究的对象。与面对面的会议一样,互联网交流不仅包括事实信息,还包括情感信息-参与者对所讨论的主题或其他小组成员的感受。众所周知,情绪在离线通信中以多种方式影响交互伙伴是重要的。互联网交流中的情绪是否会影响他人,并系统地影响电子社区轨迹的数量和质量方面?自动情感分析的发展使得使用从网络收集的文本消息进行大规模情感检测和分析成为可能。目前尚不清楚电子社区中的情绪是否主要来自群体成员的个性,或者是否来自群体内的互动,以及它们是否影响群体活动。我们在从博客,Digg和BBC论坛下载的400万个帖子中观察到大规模的情感现象的集体特征。为了测试社区成员的情绪是否会影响其他人的情绪,帖子被分组为具有相似情绪效价的消息集群。长串的频率比情绪随机发生的频率要高得多。集群长度的分布可以用优先过程来解释,因为连续消息的条件概率随集群长度呈幂律增长。对于BBC论坛的帖子,前十条评论中的绝对平均情绪效价值越大,平均讨论长度越高,并且在讨论期间消息中的平均情绪量下降。我们的研究结果证明,集体的情绪状态可以通过互联网通信和情绪表达是维持一些电子社区的燃料创建和调制。
2011-07-13 cs.SI physics.soc-ph
Efficient Collective Action for Tackling Time-Critical Cybersecurity Threats
漏洞发现、网络攻击的建立和传播之间的延迟缩短给网络安全专业人员带来了巨大的压力。为此,安全研究人员越来越多地采取集体行动,以减少描述和驯服突出威胁所需的时间。在这里,我们调查了开源威胁情报共享平台MISP的加入和贡献动态如何影响共同完成威胁描述所需的时间。我们发现,性能,定义为快速表征威胁事件的能力,受到(i)自身的复杂性(负面),(ii)集体行动(正面),(iii)学习,信息集成和模块化(正面)的影响。我们的研究结果表明,如何以模块化的方式大规模组织集体行动,以克服大量时间紧迫的任务,如网络安全威胁。
2022-10-09 cs.CR physics.soc-ph
Collective behavior and emergent risks in a model of human- and autonomously-driven vehicles
虽然大量的努力已经投入到交通流作为一个物理问题的研究,两个新兴的技术趋势已经扩大了新的调查主题。第一个趋势是自动驾驶汽车的发展。这一备受期待的从人类驾驶员到非人类驾驶员的转变有望通过简化大规模集体行为来为交通吞吐量提供实质性好处。第二个趋势是互联网连接设备的广泛黑客攻击,截至2015年,包括车辆。虽然第一个概念验证的汽车黑客是在单车规模上完成的,但如果这种活动变得更加普遍,很容易产生不良的集体效应。受这两种趋势的启发,我们探讨了出现在一个活性物质模型与车道和车道变换行为的现象。我们的模型采用了一个简化的最低限度的描述之间的本质区别,人类和驾驶员。我们研究的新兴集体行为的车辆人口从全人类转向全自主。在我们的模型的背景下,我们探索了一个最坏的情况下,互联网连接的自动驾驶汽车同时禁用和\textit{en masse}。我们的方法揭示了一个模型独立的渗流解释结果的作用。我们的工作突出了一个广泛的教训,那就是看似微小的恶意活动,当通过集体行为的行动放大时,最终可能产生重大影响。
2018-03-06 nlin.AO physics.soc-ph
Fragmenting networks by targeting collective influencers at a mesoscopic level
保护网络免受传染病、恶意软件和有害病毒信息传播等流行过程的一种实用方法是预先删除一些有影响的节点,将网络分割成小的组件。由于确定删除节点的最佳顺序是一个计算困难的问题,已经提出了各种近似算法,以有效地通过顺序删除节点来分割网络。Morone和Makse提出了一种利用给定网络的非回溯矩阵的算法,该算法优于现有的各种算法。事实上,许多经验网络具有社区结构,这与原始算法所基于的局部树状结构假设相矛盾。我们开发了一种免疫算法,通过协同结合Morone-Makse算法和粗粒化的网络中,我们把一个社区作为一个超级节点。通过这种方式,我们的目标是以合理的计算成本确定连接不同社区的节点。该算法比Morone-Makse算法和其他算法在具有社团结构的网络上更有效。
2016-11-25 cs.SI physics.soc-ph
Influence Maximization based on Simplicial Contagion Models in Hypergraphs
本文研究超图中基于单纯复形传染模型的影响最大化问题,提出基于消息传递过程的理论框架和集体影响自适应(CIA)算法,优先考虑集体影响以识别关键传播者,实验证明其性能优越。
2023-11-22 cs.SI physics.soc-ph
Social Influence and the Collective Dynamics of Opinion Formation
社会影响力是个人通过与他人的社会交往来调整自己的观点、修正自己的信念或改变自己的行为的过程。在我们这个紧密相连的社会中,社会影响力在许多自组织现象中发挥着重要作用,例如文化市场中的羊群效应、思想和创新的传播以及流行病期间恐惧的放大。然而,意见形成的机制仍然知之甚少,现有的基于物理的模型缺乏系统的经验验证。在这里,我们报告了两个对照实验,展示了回答事实问题的参与者在接触到他人的意见和信心水平后如何修改他们的初步判断。基于对59名被试15个不同项目的同伴意见的观察,我们绘制了一张影响图,描述了互动过程中同伴影响的强度。一个简单的过程模型,从我们的观察,演示了如何在一组相互作用的人的意见可以收敛或分裂重复的互动。特别是,我们确定了两个主要的吸引力的意见:(一)专家效应,诱导一个高度自信的个人在组中的存在,和(二)多数效应,由一个临界质量的外行人共享类似的意见。额外的模拟揭示了一个临界点的存在,在这个临界点上,一个吸引子将主导另一个吸引子,从而将集体意见推向一个给定的方向。这些研究结果的影响,了解公众舆论的形成机制和管理冲突的情况下,自信和更好地了解少数挑战的意见,一个庞大的不知情的大多数。
2013-11-14 cs.SI nlin.AO physics.soc-ph