基于网络渗流理论的网络拆解算法研究.pdfVIP

摘要

摘要

从有形的电网、互联网、高速公路以及神经网络到抽象的熟人社交网络、科

学家协作网络，网络无处不在。因其高度抽象的特点，网络科学成为了研究各种

大规模复杂系统的重要工具。在大多数真实网络系统中，由大量节点和边形成的

完整网络结构保证了系统功能正常运行，而一旦一部分的节点或边发生故障或被

蓄意攻击，网络的全局连接状态会被打破，网络系统可能会迅速崩溃，这将造成

巨大的损失。网络拆解问题则是试图找到对网络全局连通性影响最大的边或节点，

以在各种应用背景针对这些关键单元采取相应措施。尽管近年来学者们提出了许

多优秀的网络拆解算法，但这些算法对于特定网络的拆解成本都无法稳定存在对

于特定网络拆解效果不稳定或是对于特定的实际应用场景效果不佳的问题。为此，

本文从渗流理论出发提出了新的拆解算法，并通过渗流理论的分析和在各种网络

中的实验验证了算法的拆解效率和拆解稳定性。本文的具体研究内容如下：

1.针对现有的基于边的网络拆解问题的定义，应用最优渗流理论将其转化为

了非回溯矩阵最大特征值的最小化问题，并进一步基于非回溯矩阵最大特征值的

幂迭代法表达式给出了衡量边的集体影响力的能量损失函数，提出了基于边的集

体影响力的网络拆解算法，通过在模型网络中的拆解实验揭示了网络在拆解过程

中的爆炸脆弱性，为网络系统避免或减缓爆炸性毁伤现象提供了算法依据。

2.针对各种真实系统中的隐匿拆解和快速拆解需求，提出了考虑回插过程和

重排序过程的改进算法，并通过实验验证了改进算法的各个参数的选择稳定性，

在多种真实网络中的拆解实验表明回插过程有效地节省了网络的拆解成本并增强

了网络拆解的隐匿性，重排序过程则将在相同成本的前提下极大的加快了网络的

拆解速度，使得在相同成本条件下的拆解更加高效。

3.针对拆解过程中出现的爆炸性拆解现象，提出了两个具有双竞争规则的爆

炸渗流模型，并基于爆炸渗流模型及其相关性质证明了网络拆解过程与爆炸渗流

过程之间的对应关系，揭示了本文算法的爆炸性拆解过程背后的微观机制，并通

过爆炸渗流过程的渗流阈值给出了算法拆解阈值的近似预测，为算法在实际应用

中的稳定性提供了可靠的理论支撑。

关键词：复杂网络，网络拆解，最优渗流，爆炸渗流，边的集体影响力

I

ABSTRACT

ABSTRACT

Networksareubiquitous,rangingfromtangibleoneslikepowergrids,theinternet,

highways,andneuralnetworks,toabstractnetworkssuchassocialnetworksofacquain-

tancesandscientistcollaborationnetworks.Duetoitshighlevelofabstraction,network

sciencehasbecomeanessentialtoolforstudyingvariouslarge-scalecomplexsystems.In

mostreal-worldnetworksystems,thecompletestructureformedbynumerousnodesand

edgesensurestheproperfunctioningofthesystem.However,ifaportionofthenodes

oredgesfailoraredeliberatelyattacked,theglobalconnectivityofthenetworkcanbe

disrupted,potentiallyleadingtoarapidcollapseofthesystemandsignificantlosses.The

problemofnetworkdismantlingaimstoidentifytheedgesornodesthathavethemostsig-

nificantimpactonthene