Efficient and Accurate Robustness Estimation for Large Complex Networks
鲁棒性估计对于弹性网络的设计和维护至关重要,这是21世纪的全球挑战之一。现有的研究利用网络度量生成攻击策略,模拟网络中的故意攻击,并计算度量引起的鲁棒性估计。虽然一些度量很容易计算,例如度中心性,但其他更准确的度量需要相当大的计算工作,例如节点间中心性。本文提出了一种新的算法来估计网络在次二次时间内的鲁棒性,显著快于介数中心性。在真实网络和随机网络上的实验表明,我们的算法估计网络的鲁棒性接近甚至优于介数中心性,同时速度快了几个数量级。我们的工作有助于可扩展的,但准确的方法,大型复杂网络的鲁棒性估计。
2016-08-13 cs.SI physics.soc-ph
The Hayastan Shakarian cut: measuring the impact of network disconnections
在这篇文章中,我们提出了Hayastan Shakarian(HS),一个复杂网络的鲁棒性指标。HS测量网络断开(边缘)的影响,同时比较剩余连接组件的大小。严格地说,Hayastan Shakarian指数被定义为边缘去除,其产生最大连通分量的大小除以其余分量的大小之和的最大倒数。我们在攻击策略中测试了我们的索引,其中节点以指定度量的降序断开连接。我们考虑使用Hayastan Shakarian切割(用最大HS断开边缘)和其他众所周知的策略作为更高介数中心性断开。所有的策略进行了比较的鲁棒性(R指数)在攻击过程中的行为。为了模拟互联网骨干网,攻击是在具有幂律度分布的复杂网络(无标度网络)中进行的。初步结果表明,基于断开使用Hayastan Shakarian切割的攻击比基于其他中心性措施的相同攻击更危险(降低鲁棒性)。我们认为,Hayastan Shakarian cut以及其他基于最大连通分量大小的度量,为复杂网络的其他鲁棒性度量提供了很好的补充。
2016-01-11 cs.SI
Miuz: measuring the impact of disconnecting a node
在这篇文章中,我们提出了Miuz,一个复杂网络的鲁棒性指标。Miuz测量从网络断开节点的影响,同时比较剩余连接组件的大小。严格地说,节点的Miuz定义为最大连通分量的大小除以其余连通分量的大小之和的倒数。我们在攻击策略中测试了我们的索引,其中节点以指定度量的降序断开连接。我们考虑了Miuz和其他著名的中心性度量,如介数、度和调和中心性。所有这些指标进行了比较的鲁棒性(R指数)在攻击过程中的行为。为了模拟互联网骨干网,攻击是在具有幂律度分布的复杂网络(无标度网络)中进行的。初步结果表明,基于断开几个节点Miuz的攻击比基于其他中心性措施的攻击更危险(降低鲁棒性)。我们相信,Miuz以及其他基于最大连通分量大小的度量方法,为复杂网络的其他鲁棒性度量提供了很好的补充。
2016-09-02 cs.SI physics.soc-ph
Control centrality and hierarchical structure in complex networks
我们引入控制中心的概念来量化单个节点控制有向加权网络的能力。我们计算了几个实际网络的控制中心分布,发现它主要取决于网络的度分布。我们严格证明,在一个有向网络没有回路的控制中心的节点是唯一的确定其层指数或拓扑位置的底层层次结构的网络。受一般有向网络中控制中心性与层次结构之间的深刻联系的启发,我们设计了一种有效的攻击策略来对抗恶意网络的可控性。
2012-03-12 cond-mat.stat-mech cs.SI physics.soc-ph
Directional Laplacian Centrality for Cyber Situational Awareness
网络操作淹没在多样化、高容量、多源数据中。为了全面了解当前的操作并识别恶意事件和行为者,分析师必须通过人类活动和良性自动化流程的混合生成的数据。虽然存在许多监控和警报系统,但它们通常使用基于签名的检测方法。我们引入了一个通用的方法植根于谱图理论发现模式和异常,而无需先验知识的签名。我们推导并提出了一个新的图论中心性测度的基础上的衍生物的图形拉普拉斯矩阵的顶点方向。为了建立对我们的度量的直觉,我们展示了它如何识别标准网络数据集中的最中心顶点,并与其他图中心性度量进行比较。最后,我们专注于研究它在识别网络流数据中的重要IP地址的有效性。使用真实的和合成的网络流数据,我们进行了几个实验,以测试我们的措施的敏感性,两种类型的注入攻击配置文件,并显示顶点参与注入攻击配置文件表现出显着的变化,在我们的中心性措施,即使当注入的异常相对较小,并在存在模拟的网络动态。
2021-03-23 cs.CR cs.DM cs.SI
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
Spatio-temporal networks: reachability, centrality and robustness
空间和时间网络的最新进展使研究人员能够更准确地描述许多现实世界的系统,如城市交通网络。在本文中,我们研究了现实世界的时空网络的随机错误和系统攻击的响应,采取统一的观点,他们的空间和时间的性能。我们提出了一个模型的时空路径随时间变化的空间嵌入式网络,它捕获的属性,在许多现实世界的系统中,节点之间的相互作用是非瞬时的,并由它们嵌入的空间。通过对三个实际城市交通系统的数值实验,研究了节点失效对网络拓扑结构、时间结构和空间结构的影响。我们还证明了更广泛的适用性,这个框架的其他三个类的网络。为了识别特定的时空系统的行为的弱点,我们引入了中心性措施,评估节点作为结构桥梁的重要性及其在支持时空有效的流量通过网络的作用。这暴露了时空系统脆弱性的复杂本质,表明当网络受到系统性攻击时,会出现各种故障模式。
2016-07-04 cs.SI physics.soc-ph
Impact of seed node position on network robustness under localized attacks
The University of Tokyo(东京大学)
本研究提出LAVI指标,用于量化局部攻击下节点的脆弱性,发现其比传统中心性度量更准确地反映网络鲁棒性退化。
2026-09-24 cs.SI physics.soc-ph
Sequential Defense Against Random and Intentional Attacks in Complex Networks
网络抗攻击鲁棒性是网络科学中最基本的研究之一,因为它与各种网络范式的可靠性和功能性密切相关。然而,尽管对节点删除的内在拓扑脆弱性的研究,很少有人知道网络的鲁棒性时,网络防御机制的实施,特别是对网络工程系统配备的检测能力。本文首先提出了一种复杂网络中的顺序防御机制,用于攻击推理和脆弱性评估,其中数据融合中心根据网络中节点报告的二进制攻击状态顺序地推断攻击的存在。在两种主要攻击方案下,网络鲁棒性是根据在网络中断之前识别攻击的能力来评估的,即,随机和故意攻击。我们提供了一个参数插件模型的性能评估所提出的机制,并通过规范的复杂网络模型和现实世界的大规模网络拓扑结构验证其有效性和可靠性。实验结果表明,顺序防御机制通过获取网络中一小部分节点的有限攻击状态信息,极大地提高了网络的鲁棒性,降低了网络中断的可能性。
2015-01-31 cs.SI physics.soc-ph
Measuring Node Contribution to Community Structure with Modularity Vitality
社区感知中心性是网络科学中的一个新兴研究领域,关注节点对社区结构的重要性。测度是网络结构和给定分区的函数。以前的方法扩展了经典的中心性措施,占社区结构与社区发现理论的联系不大。相比之下,我们提出了集群质量的活力措施,即,模块化活力,这是一个社区意识的衡量标准,它充分基于中心性和社区发现理论。模块化活力量化了节点对社区结构的积极和消极贡献,表明节点作为社区桥梁或枢纽的作用。我们推导出一个计算效率高的方法,计算模块化生命力的所有节点在O(M + NC)的时间,其中C是社区的数量。我们通过移除中心节点来系统地分割网络,并发现模块化活力始终优于现有的社区感知中心性措施。在百万节点的基础设施网络上,模块化活力的效率是次优方法的8倍以上。这一结果并不适用于社交媒体通信网络,社交媒体通信网络对所有社区感知中心攻击都表现出极强的鲁棒性。这种稳健性表明,以用户为基础的干预措施,以减轻错误信息的传播将是无效的。最后,我们证明了模块化的生命力提供了一种新的方法来社区欺骗。
2021-01-07 cs.SI
Efficiency of attack strategies on complex model and real-world networks
针对多个复杂模型和真实网络,研究了网络节点攻击策略的有效性。我们测试了5种攻击策略,其中3种是首次在本文中引入的,用于攻击3个模型(Erdos和Renyi,Barabasi和Albert优先连接网络和无标度网络配置模型)和3个真实网络(Gnutella对等网络,Rovira i Ravili大学的电子邮件网络和免疫球蛋白相互作用网络)。根据攻击策略定义的节点重要性标准依次删除节点。我们使用最大连通分量(LCC)的大小作为网络损坏的度量。我们发现,攻击策略的效率(对于给定的LCC大小的减少要删除的节点的分数)取决于网络的拓扑结构,虽然基于节点的连接数和介数中心性的攻击通常是最有效的策略。以介数中心度递减顺序依次删除节点是针对真实网络的最有效的攻击策略。特别是对于幂律度分布的网络,我们观察到最有效的策略在顺序删除节点的过程中发生了变化。
2013-12-11 cs.SI physics.comp-ph physics.soc-ph
Traffic networks are vulnerable to disinformation attacks
虚假信息由于其对社会的威胁越来越大而继续引起人们的关注。然而,迄今为止从未研究过对关键基础设施的虚假信息攻击。在这里,我们考虑交通网络,并专注于操纵驾驶员决策以制造拥堵的虚假信息。我们研究了对手在选择目标街道以最大限度地破坏时所面临的优化问题。我们证明,找到一个最佳的解决方案是计算上棘手的,这意味着对手别无选择,只能解决次优算法。我们分析了一个这样的启发式,并比较的情况下,目标分布在整个城市的芝加哥与集中在其商业区。令人惊讶的是,后者导致了更深远的破坏,其影响距离最近的目标2公里。我们的研究结果表明,关键基础设施中的漏洞不仅可能来自硬件和软件,还可能来自行为操纵。
2020-03-08 cs.SI physics.soc-ph
Shaping Operations to Attack Robust Terror Networks
安全组织经常试图通过瞄准“高价值目标”(HVT)来破坏恐怖或叛乱网络。然而,有许多例子表明,这种网络如何能够在这种行动后迅速重新产生领导力。在这里,我们介绍了一个“塑造”操作的概念,其中的恐怖主义网络是第一次有针对性的目的,以减少其领导再生能力,然后再针对高价值目标的。我们希望通过删除节点来最大化网络范围的度中心性来进行整形。我们正式定义了这个问题,并证明了解决它是NP完全的。我们引入了一个混合整数线性规划,解决了这个问题,以及贪婪的启发式更实际的使用。我们实施了贪婪启发式,并在检查五个真实世界的恐怖分子网络时发现,仅删除12%的节点就可以将网络范围的中心度提高17%至45%。我们还表明,我们的算法可以扩展到大型社交网络的1,133个节点和5,541条边的商品硬件。
2012-11-04 cs.SI physics.soc-ph
The Impact of Imperfect Information on Network Attack
研究了攻击者对网络信息不完全时网络攻击的有效性。对于埃尔德什-雷尼网络,我们观察到,基于动态重要性和介数中心性的攻击对中等数量不完美信息的存在具有惊人的鲁棒性,并且即使在中等水平的网络信息错误下,与更简单的基于度的攻击相比也更有效。相比之下,对于无标度网络,攻击的有效性降低了一个中等水平的信息错误。此外,在Erdavos-Rényi的情况下,与相同数量的假链接相比,网络攻击的有效性因丢失链接而大大降低。
2014-12-10 cs.SI physics.soc-ph
A New Framework for Network Disruption
传统的网络中断方法集中在断开或延长网络中的路径。我们提出了一个新的网络中断框架,试图通过顶点删除的关键顶点重新路由流,假设这将使这些顶点容易受到未来的攻击。我们定义一个关键顶点上的负载为网络中必须流经该顶点的路径数。我们目前的图论和计算技术,以最大限度地提高这一负荷,首先从网络中删除一个单一的顶点,其次删除一个子集的顶点。
2011-09-13 cs.SI math.CO math.OC
Node and Edge Centrality based Failures in Multi-layer Complex Networks
多层复杂网络(MLCN)出现在运输、供应链等领域,MLCN的故障会导致系统的重大中断。一些研究侧重于不同类型的故障,如级联,其原因和避免方法。本文考虑了一种特定类型的MLCN的故障,其中较低层提供服务的高层没有跨层的相互作用,典型的计算机网络。用相同的节点集构造了一个三层MLCN,其中每层具有不同的特征,最底层是Erdos-Renyi(ER)随机图,节点之间的最短路径跳数为高斯,中间层是ER图,其边数比前一层高,最顶层是无标度图,其边数甚至更高。边缘和节点故障被认为是。在静态批处理模式下,故障发生的顺序是边和节点的中心度递减,当中心度随故障的进展而动态变化时,故障发生的顺序是边和节点的中心度递减。研究了节点或边失效后三层网络的平均最短路径长度(ASPL)、总最短路径数(TSPC)和总边数(TNE)的出现规律。广泛的模拟表明,除了一个参数显示明确的退化模式。令人惊讶的是,对于所有类型的故障,中间层的ASPL开始显示出超过某个点的混乱行为。
2022-12-03 cs.SI physics.soc-ph
Robustness of link prediction under network attacks
虽然网络中的链接预测多年来一直是一个热门话题,但其鲁棒性在文献中尚未得到很好的讨论。本文研究了一些主流的链路预测方法在各种网络攻击策略下的鲁棒性,包括随机攻击(RDA)、基于中心性的攻击(CA)、基于相似性的攻击(SA)和基于模拟退火的攻击(SAA)。通过对链路预测的一个典型评价指标精度的变化,我们发现对于SA和SAA,一小部分的链路删除会显著降低链路预测的性能。一般来说,SAA具有最高的攻击效率,其次是SA和CA。有趣的是,一些特定的CA策略,如基于介数的攻击(BA)的性能甚至比RDA更差。此外,我们发现,一个高性能的链接预测方法可能具有较低的攻击鲁棒性,反之亦然。
2018-11-12 cs.SI physics.soc-ph
Critical Node Detection in Temporal Social Networks, Based on Global and Semi-local Centrality Measures
本研究关注时态社交网络中的关键节点检测,提出了三种新度量方法,并基于 SIR 流行病模型验证其能更准确地识别影响节点,可应用于控制流行病传播或加速信息传播。
2024-09-23 cs.SI physics.soc-ph
Centrality Measures for Networks with Community Structure
在大型网络中,了解网络结构,找出有影响力的节点是一个具有挑战性的问题。识别网络中最有影响力的节点在许多应用中可能是有用的,例如在流行病传播的情况下,在复杂网络的故意攻击期间对节点进行免疫。大量的研究是为了设计中心性的措施,可以有效地识别网络中最有影响力的节点。有两种主要的方法来解决这个问题:一方面,确定性策略,利用整个网络拓扑的知识,以找到有影响力的节点,而另一方面,随机策略是完全不可知的网络结构。中心性的措施,可以处理有限的知识的网络结构是必需的。事实上,在实践中,关于整个网络的全球结构的信息很少或难以获得。即使可用,网络的结构也可能太大,以至于计算全局中心性度量的计算成本太高。为此,提出了一个中心性的措施,只需要在社区一级的信息,以确定网络中的有影响力的节点。事实上,大多数现实世界的网络都表现出一种社区结构,可以有效地利用这种结构来发现有影响力的节点。我们进行了一个比较评估,突出的全球确定性的战略,以及随机策略与现有的和建议的确定性的社区为基础的战略。通过在具有社区结构的合成网络和真实网络上进行实验,评估了所提出方法的有效性。
2016-01-26 cs.SI physics.soc-ph
Context-Independent Centrality Measures Underestimate the Vulnerability of Power Grids
电网的脆弱性是一个关键的社会问题。一个组件故障可能会触发整个电网的故障级联,并导致大停电。复杂网络方法为研究电网面临的一些问题指明了方向。在复杂网络分析中,电网的结构脆弱性主要使用纯粹的拓扑方法进行研究,该方法假设电力流动由最短路径决定。然而,这并不能捕捉到电网的真实流动特性。我们已经提出了一个流量再分配机制,密切模仿使用PTDF在电网中的流量。该机制增强了现有的连锁故障模型,研究电网的脆弱性。我们将该模型应用于欧洲高压电网进行了比较研究的一些中心性措施。“中心性”表明网络组成部分的关键性。我们的模型提供了一种方法来找到这些中心的措施,给出了最好的指示节点的脆弱性,在电网的背景下,不仅考虑网络拓扑结构,但也通过网络的功率流动。此外,我们使用该模型来确定所需的备用容量,使电网强大的有针对性的攻击。我们还显示了一个简短的比较与其他电网系统的最终结果概括的结果。
2013-04-19 cs.SI nlin.AO physics.soc-ph
Discharged Payment Channels: Quantifying the Lightning Network's Resilience to Topology-Based Attacks
闪电网络是迄今为止使用最广泛的支付渠道网络(PCN),使其成为攻击者的一个有吸引力的攻击面。在本文中,我们分析了闪电网络的PCN拓扑结构,并研究了其对随机故障和有针对性攻击的弹性。特别是,我们介绍了信道耗尽和节点隔离攻击的概念,并表明闪电网络容易受到这些攻击。在初步分析中,我们确认闪电网络可以被归类为一个小世界和无标度网络。基于这些发现,我们制定了一系列的战略,有针对性的攻击,并引入指标,使我们能够量化对手的优势。我们的研究结果表明,攻击者谁是能够删除一定数量的节点应该遵循基于中心的策略,而资源有限的攻击者谁的目标是高效率应该采用排名最高的最小割策略。
2019-04-23 cs.CR cs.NI cs.SI
Rankings in the Zerkani network by a game theoretical approach
本文介绍了Banzhaf和Banzhaf-Owen值作为新的中心性措施,在网络中的恐怖分子排名。这种新的方法可以集成网络的完整拓扑结构(即节点和边)和网络节点上的联盟结构。更确切地说,节点的特性(例如,恐怖分子)及其可能的关系(例如,通信链路的类型),以及独立于网络的联盟信息(例如,层次的级别)。首先,对于这两种中心性度量,我们给出了近似算法和相应的R-码。其次,作为说明,我们对Zerkani网络的成员进行了排名,这些成员对巴黎(2015年)和布鲁塞尔(2016年)的袭击负责。最后,我们给出了Banzhaf和Banzhaf-Owen建立的排名和使用Shapley值时获得的排名之间的比较(参见。Hamers等人,2019)和欧文值作为中心性度量
2022-02-11 cs.SI math.ST stat.TH
A heuristic optimization method for mitigating the impact of a virus attack
在病毒爆发之前或期间采取预防措施可以大大减少感染人数。为了减轻病毒对其他人群的影响,哪些人应该接种疫苗的问题在文献中得到了相当多的关注。病毒在人群中传播的动态通常表示为在复杂网络中传播的信息。通常提出的策略,以确定哪些节点被选择免疫往往只涉及一个中心性措施的时间,而往往网络的拓扑结构似乎表明,一个单一的度量是不足以捕捉一个节点的影响力完全。在这项工作中,我们提出了一种通用的方法,基于遗传算法(GA),它不依赖于任何中心性措施,在其搜索过程中,但只利用这种类型的信息,缩小搜索空间。个体的适应度被定义为SIR动态下病毒感染的估计预期数量。所提出的方法进行评估的两个接触网络:Goodreau的假梅萨高中和美国航空运输网络。GA方法管理优于最常见的策略的基础上,一个单一的度量的航空运输网络和它的性能是与高中网络的最佳性能策略。
2013-03-05 cs.SI physics.soc-ph q-bio.PE
Robustness of the public transport network against attacks on its routes
本研究针对公交线路攻击,评估公共交通网络鲁棒性,发现基于介数中心性的攻击和一步最大危害策略最有效,且介数策略使网络分裂为规模相近的组件。
2024-09-19 cs.SI physics.soc-ph
Empirical determination of the optimum attack for fragmentation of modular networks
执行从大小为$N=100$的网络中移除$n=5$节点的所有可能的移除,以便找到将原始网络分割成最小最大连通分量的最优节点集。由此产生的攻击是根据最大连接组件的大小排序,并与最先进的网络攻击方法进行比较。我们选择在规模相对较小的$100$网络上进行规模为$5$的攻击,因为所有可能的攻击${100}\choose{5}$ $\approx 10^8$的数量接近可用标准计算机计算的可能性。此外,我们将该过程应用于一系列具有受控和可变模块化的网络中,根据已知的最有效的中断策略,即,高介数自适应攻击(HBA),集体索引攻击(CI)和基于模块的攻击(MBA)。结果表明,模块度与鲁棒性成反比,$Q_c \approx 0.7$是鲁棒性的临界值。对于小于$Q_c$的模块,所有启发式方法给出的结果与随机攻击基本相同,而对于较大的$Q$,网络的鲁棒性较差,极易受到恶意攻击。
2018-10-14 cs.SI physics.soc-ph
Network disruption: maximizing disagreement and polarization in social networks
近年来,错误信息的传播明显增加,Facebook和Twitter等社交媒体加速和放大了这一现象。虽然一些行为体传播错误信息以推动具体议程,但也有大量文件证明,其他行为体的目的只是通过增加整个网络的分歧和两极分化来破坏网络,从而破坏社会稳定。流行的社交网络也容易受到大规模攻击。出于这一现实,我们引入了一个简单的网络中断模型,对手可以接管有限数量的用户简档在社交网络中的最大化的分歧和/或极化的网络的目的。我们从理论和实证两个方面研究了这个模型。我们表明,对手总是会改变一个接管配置文件的意见,以最大限度地破坏到一个极端。我们还证明,对手可以增加分歧/极化最多线性的用户简档的数量,它接管。此外,我们提出了一个详细的实证研究的几个自然算法的对手在合成网络和现实世界(Reddit和Twitter)的数据集。这些研究表明,即使是简单、不复杂的策略,比如针对中间派,也可以有效地破坏网络,导致分歧/极化的大幅增加。因此,通过对手的视角研究网络中断问题突出了问题的严重性。
2020-04-09 cs.DS cs.GT cs.SI
Network Overload due to Massive Attacks
我们研究了网络由于过载而导致的级联故障,使用节点的介数中心性作为其负载的度量,遵循Motter和Lai模型。我们研究了幸存的节点的分数在年底的级联$p_f$作为功能的初始攻击的强度,测量的节点的分数$p$,幸存的初始攻击的不同值的公差$α$在随机规则和Erdös-Renyi图。我们发现在$p-α$平面上存在一阶相变线$p_t(α)$,使得如果$p <p_t$的级联故障导致幸存节点$p_f$的一个非常小的分数和网络的巨组件消失,而对于$p>p_t$,$p_f$是大的和网络的巨组件仍然存在.恰好在$p_t$处,函数$p_f(p)$经历一阶不连续。我们发现$p_t(α)$线在临界点$(p_c,α_c)$终止,在临界点处级联失效被二级渗流跃迁所取代。我们分析发现,在初始攻击前后,不同程度的节点的平均介数,调查他们的级联故障中的作用,并找到一个下界$p_t(α)$。我们还研究了本地化和随机攻击之间的差异。
2018-02-12 cs.SI physics.soc-ph