通过摄动理论定位网络的特征防护层
摘要：网络的复杂网络功能通常由一小组至关重要的节点决定。找到最佳的关键节点集合（特征护盾节点）对于网络的抵抗谣言传播和级联故障至关重要，这使得它成为网络科学中的一个基本问题。这个问题具有挑战性，因为它要求在集合中最大化节点的影响力，同时最小化集合中节点之间的冗余。然而，之前的研究很少研究冗余机制。在这里，我们介绍了矩阵扰动框架，以找到一个小的“特征护盾”节点集合，当移除时，导致网络的谱半径最大下降。我们展示了找到“特征护盾”节点可以通过优化一个目标函数来实现，该目标函数同时考虑了每个节点的个体影响力和不同节点之间的冗余。我们通过定量分析冗余影响解释了为什么一个重要节点在“特征护盾”节点集合中可能发挥微不足道的作用。在各种影响最大化问题下的大量实验，从网络拆卸到传播最大化，证明了特征护盾检测倾向于在大多数问题上显著优于现有方法。我们的发现为复杂网络中关键节点功能的核心机制提供了一些启示。
作者：Ming-Yang Zhou, Manuel Sebastian Mariani, Hao Liao, Rui Mao, Yi-Cheng Zhang
论文ID：2210.15920
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2022-10-31