[論文レビュー] Evolution of random networks

S. N. Dorogovt︠s︡ev, J. F. F. Mendes|arXiv (Cornell University)|Jun 7, 2001

Complex Network Analysis Techniques被引用数 17

ひとこと要約

この論文は、進化するランダムネットワークの統計物理学をレビューし、スケールフリ一およびスモールワールド特性に焦点を当てる。優先接続が自己組織的構造へと誘導する仕組みを説明し、レジリエンスと短い経路長を実現する。これは生物学、社会、技術分野の現実世界のシステムをモデル化する上で重要な特徴である。

ABSTRACT

We review a recent fast progress in statistical physics of evolving networks. Interest focuses mainly on the structure properties of random hierarchically organized networks in communications, biology, social sciences and economics. A number of giant artificial networks of such a kind were created recently. This opens a wide field for research of their topology, evolution, and complex processes proceeding in them. Such networks possess a rich set of scaling properties. A number of them is scale-free and show striking resilience against random breakdowns. In spite of huge sizes of these networks, the distances between most of nodes of the networks are short – the “smallworld” effect. Their features make them appropriate for numerous applications. We discuss how growing networks self-organize into scale-free structure and the role of the mechanism of preferential linking. We consider the topological and structural properties of evolving networks, and percolation in networks. We present a number of models demonstrating the main features of evolving networks and discuss existing approaches to their simulation and analytical study. Applications of the general results to the particular networks in Nature are discussed. We demonstrate the generic connections of the network growth processes with the general problems of non-equilibrium physics, econophysics,

研究の動機と目的

• 多様な分野における進化ネットワークのスケールフリ一およびスモールワールド特性の出現を理解すること。
• 優先リンクメカニズムがネットワークトポロジーの自己組織化をどのように駆動するかを調査すること。
• 大規模な進化ネットワークのレジリエンスおよび構造的レジリエンスを分析すること。
• ネットワーク成長ダイナミクスと非平衡統計力学およびエコノフィジックスの原則を結びつけること。
• 進化ネットワークにおける複雑なプロセスを研究するための解析的およびシミュレーションフレームワークを提供すること。

提案手法

• 実際のネットワークと人工ネットワークを分析し、スケールフリー分布のような普遍的なトポロジー的特徴を同定する。
• 新しいノードが既存のノードに接続する確率がその次数に比例するという、ネットワーク成長の中心的メカニズムとしての優先接続を採用する。
• 解析的モデルを用いて、ネットワーク構造を特徴付けるスケーリング則および臨界指数を導出する。
• ランダムまたは標的型の障害下でのネットワークのレジリエンスと相転移を調査するため、パーコレーション理論を適用する。
• 理論的予測の妥当性を検証し、動的挙動を探索するために、成長ネットワークモデルのシミュレーションを実施する。
• ネットワーク進化と非平衡統計力学との類似性を活用し、より広範な物理的原則を提示する。

実験結果

リサーチクエスチョン

• RQ1 進化ネットワークは、優先接続によってどのようにスケールフリ一構造へ自己組織化するのか？
• RQ2 大規模ネットワークにおけるスモールワールド効果を特徴付けるトポロジー的および構造的性質は何か？
• RQ3 なぜスケールフリーネットワークはランダム障害に対してはレジリエントだが、標的型攻撃に対しては脆弱なのか？
• RQ4 ネットワーク成長ダイナミクスは非平衡物理学およびエコノフィジックスとどのように関係するのか？
• RQ5 現実世界のネットワークの進化と構造を支配する普遍的なスケーリング則は何か？

主な発見

• 優先接続は、スケールフリーネットワークトポロジーを生じるべきべき分布の次数分布をもたらす。
• 巨大なサイズを有しても、進化ネットワークの大多数のノードは短い経路で接続されており、スモールワールド効果が示されている。
• スケールフリーネットワークは、高接続ノード（ハブ）が存在するため、ランダム障害に対して高いレジリエンスを示す。
• パーコレーション解析により、ネットワーク接続性の相転移が次数分布および攻撃戦略に依存することが明らかになった。
• ネットワーク成長プロセスは非平衡ダイナミクスを模倣しており、統計力学と深い関係があると示唆される。
• 成長ネットワークの人工的モデルは、生物学的・社会的・技術的ネットワークで観察される主要な特徴をうまく再現している。