网络结构鲁棒性指标及应用研究

杜巍 1; 蔡萌 1; 2; 杜海峰 2

您当前的位置：

首页 >

文章列表页 >

网络结构鲁棒性指标及应用研究

更新时间：2025-07-09

- 网络结构鲁棒性指标及应用研究
- Study on Indices of Network Structure Robustness and Their Application
- 西安交通大学学报 2010年44卷第4期页码：93-97
- 作者机构：
  
  1. 西安交通大学管理学院,西安,710049
  2. 西安交通大学公共管理与复杂性科学研究中心,西安,710049
- 作者简介：
- 基金信息：
  
  : 2009-11-09. 作者简介: 杜巍(1979-),男,博士生;杜海峰(联系人),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(70671083);教育部新世纪优秀人才支持计划资助项目(NCET-07-0668);长江学者奖励计划资助项目;教育部长江学者和创新团队发展计划资助项目(IRT0855);微软亚洲研究院、美国Santa Fe Institute 国际项目基金、斯坦福大学联合资助项目
- DOI：
  中图分类号： TN711.1
- 网络首发：2010-04-10，
  
  纸质出版：2010
- 稿件说明：
移动端阅览
杜巍 1, 蔡萌 1, 2, 等. 网络结构鲁棒性指标及应用研究[J]. 西安交通大学学报, 2010,44(4):93-97.

Study on Indices of Network Structure Robustness and Their Application[J]. 2010, 44(4): 93-97.
杜巍 1, 蔡萌 1, 2, 等. 网络结构鲁棒性指标及应用研究[J]. 西安交通大学学报, 2010,44(4):93-97. DOI：

Study on Indices of Network Structure Robustness and Their Application[J]. 2010, 44(4): 93-97. DOI：

摘要

为了更好地测度网络抵御破坏的能力

基于网络连通和恢复能力提出了连接鲁棒性和恢复鲁棒性两种指标.运用这两种指标

以网络规模为500

取20次独立实验的均值

对ER随机网络、规则网络、BA无标度网络以及WS小世界网络4种典型网络结构进行仿真.实验结果表明:ER随机网络对于恶意攻击的鲁棒性要优于其他3种网络; BA无标度网络仅节点恢复鲁棒性较好

边恢复鲁棒性和连接鲁棒性最差; 规则网络拥有很好的连接鲁棒性但恢复鲁棒性最差; WS小世界网络受其参数影响

鲁棒性介于ER随机网络和规则网络之间.同时还发现

网络结构鲁棒性的下降随着去除节点个数的增加和网络结构参数的改变而呈现出一定的“涌现”现象.

Abstract

Connectivity robustness and recovery robustness are proposed to measure the degree of tolerance against failure and attacks in networks. Simulations are carried out in four types of classic networks(i.e.

ER random network

regular network

BA scale-free network

and WS small-world network)with 500 nodes. Results obtained from an average of 20 tests on ER random network

regular network

BA scale-free network

and WS small-world network show that

ER random networks and regular networks are more robust than BA scale-free networks when involving in hostile attacks

and that WS small-world network are more robust than BA scale -free networks but less robust than random networks and regular networks. It is also found that an emergent decline of structural robustness appears with removing more nodes and changing network structure parameters.

关键词

Keywords

references

NEWMAN M E J, BARABASI A L, Watts D J. The structure and dynamic of networks [M]. Princeton, NJ,USA: Princeton University Press, 2006.

ALBERT R, JEONG H, BARABASI A L. Attack and error tolerance in complex networks [J]. Nature, 2000, 406(6794):387-482.

KWON Y K, CHO K H.Analysis of feedback loops and robustness in network evolution based on Boolean models [J]. BMC Bioinformatics, 2007,8(9):430-438.

ASH J, NEWTH D. Optimizing complex networks for resilience against cascading failure[J]. Physica A:Statistical Mechanics and its Applications, 2007, 380(7): 673-683.

GAO Liang, LI Menhui, WU Jinshan, et al. Betweenness-based attacks on nodes and edges of food weds.dynamics of continuous[J]. Discrete and Impulsive Systems:Series B, 2006,13(3): 421-428.

WANG Bing, TANG Huanwen, GUO Chonghui, et al. Optimization of network structure to random failures [J].Physica A:Statistical Mechanics and its Applications,2006, 368(2): 607-614.

DODDS S P, WATTS D J, SABEL F C. Information exchange and robustness of organizational networks[J].Proceedings of the National Academy of Sciences,2003,100(21):12516-12521.

BOHANNON J. Counterterrorism's new tool: ‘metanetwork' analysis [J]. Science, 2009, 325(5939): 409-411.

汪小帆,李翔,陈关荣.复杂网络理论及其应用[M].北京:清华大学出版社,2006.

BARABASI A L, ALBERT R. Emergence of scaling in random networks[J]. Science, 1999, 286(5439): 509-512.

WATTS D J, STROGATZ S H. Collective dynamics of ‘small-world' networks [J]. Nature, 1998, 393(6684): 440-442.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用改进最大相关熵自适应迭代容积卡尔曼滤波算法的锂离子电池荷电状态估计

空空导弹分数阶三回路自动驾驶仪的分析与参数优化

两种工况下电主轴热误差的组合预测模型

一种鲁棒的子空间聚类算法

采用离散粒子群算法的复杂网络重叠社团检测