[論文レビュー] Control centrality and hierarchical structure in complex networks

Yang‐Yu Liu, Jean-Jacques Slotine+1 more|Digital Access to Scholarship at Harvard (DASH) (Harvard University)|Mar 12, 2012

Opinion Dynamics and Social Influence被引用数 5

ひとこと要約

本稿では、複雑なネットワークにおけるノードの制御能力を定量化するための制御中心性を導入し、それが有向非巡回ネットワーク内のノードの階層的位置によって決定されることを証明している。主な発見は、中心性ではなくトポロジー的位置に基づくランダムな上流攻撃が、特にスパースなネットワークにおいて、ランダム攻撃や標的攻撃よりも制御可能性を破壊するのに効果的であるということである。

ABSTRACT

We introduce the concept of control centrality to quantify the ability of a single node to control a directed weighted network. We calculate the distribution of control centrality for several real networks and find that it is mainly determined by the network's degree distribution. We rigorously prove that in a directed network without loops the control centrality of a node is uniquely determined by its layer index or topological position in the underlying hierarchical structure of the network. Inspired by the deep relation between control centrality and hierarchical structure in a general directed network, we design an efficient attack strategy against the controllability of malicious networks.

研究の動機と目的

• 複雑なネットワークにおける個々のノードの影響を定量化し、ノードレベルの制御可能性を測る指標の欠如に応える。
• 有向ネットワークの階層的構造が制御中心性および制御可能性をどのように決定するかを調査する。
• 最小限の構造的知識でネットワークの制御可能性を破壊する効率的な攻撃戦略を開発・評価する。
• 実際のネットワークおよびモデルネットワークにおいて、ランダム上流、下流、標的攻撃の各戦略がネットワークの制御可能性に与える影響を比較する。

提案手法

• 制御中心性は、単一のノードのみを制御する場合の制御可能性行列の一般化ランクとして定義され、制御可能な部分空間の次元を表す。
• 理論的分析により、ループのない有向ネットワークでは、制御中心性が有向エッジに沿って厳密に減少することが証明され、上流のノードは下流のノードよりも高いか等しい制御中心性を持つ。
• トポロジー的位置に基づいた攻撃戦略が設計され、ランダム上流攻撃は階層的レイヤー構造におけるインデグリが大きいノードを選択する。
• 攻撃戦略の影響は、ランダムなノード削除と比較して制御可能性行列の一般化ランクの低下を測定することで評価される。
• 構造的制御理論を用い、行列AとBが構造的（固定されたゼロと自由パラメータを有する）であると仮定し、パラメータの変動に強い一般化ランクに焦点を当てる。
• 本手法は、実世界のネットワーク（例：タンパク質相互作用、社会的、インfra構造ネットワーク）およびモデルネットワークを用いて検証され、性能指標としてランク低下の差異（δ）が用いられる。

Figure 1: Control centrality. (a) A simple network of $N=7$ nodes. (b) The controlled network is represented by a directed graph $G({\bf A},{\bf B})$ with an input node $u_{1}$ connecting to a state node $x_{1}$ . The stem-cycle disjoint subgraph $G_{\mathrm{s}}$ (shown in red) contains six edges, w

実験結果

リサーチクエスチョン

• RQ1 有向ネットワークの階層的構造は、個々のノードの制御中心性にどのように影響するか？
• RQ2 ノードのトポロジー的位置が、ネットワークの下位階層構造において制御中心性を一意に決定できるか？
• RQ3 ランダム上流攻撃が、ランダム攻撃および標的攻撃に比べて、ネットワークの制御可能性を低下させる効果はどの程度か？
• RQ4 なぜ標的攻撃が、場合によってはランダム攻撃よりも制御可能性を破壊する効果が劣ることがあるのか？
• RQ5 ネットワークの密度は、異なる攻撃戦略に対する制御可能性のロバストネスにどのように影響するか？

主な発見

• ループのないネットワークでは、制御中心性は有向エッジに沿って厳密に減少し、上流のノードは下流のノードよりも高いか等しい制御中心性を持つ。
• ほとんどの実ネットワークにおいて、ランダム上流攻撃はランダム攻撃よりも制御可能な部分空間を顕著に減少させ、0 < P < 1 で δ < 0 となり、より高い効率性を示す。
• ランダム下流攻撃や標的攻撃と比較して、ランダム上流攻撃戦略は、局所的なトポロジー的情報しか必要としないにもかかわらず、大多数のネットワークで優れた性能を示す。
• 非常に密度の高いネットワーク、例えば組織内ネットワーク（⟨k⟩ ≈ 58）では、すべての攻撃戦略が同様に機能する。これは、ほとんどのノードが最大の制御中心性（C_c(i) = N）を持つため、ネットワークが極めてロバストであるからである。
• 標的攻撃が常にランダム攻撃を上回るわけではない。これは、高中心性ノードの制御可能な部分空間が重複しているため、追加的な影響が小さくなるからである。
• ネットワークの階層的構造は制御中心性の根本的要因であり、この構造的性質が、知識を最小限に抑えた効果的な攻撃戦略を可能にする。

Figure 2: Distribution of normalized control centrality of several real-world networks (blue) and their randomized counterparts: rand-ER (red), rand-Degree (green). (a) Intra-organizational network of a manufacturing company Cross and Parker ( 2004 ) . (b) Hyperlinks between weblogs on US politics A