[論文レビュー] Fractal growth of complex networks: repulsion between hubs

Chaoming Song, Shlomo Havlin|arXiv (Cornell University)|Jul 8, 2005

Complex Network Analysis Techniques参考文献 7被引用数 3

ひとこと要約

本稿では、ハブ同士の強い有効な反発力によって、複雑ネットワークのフラクタル構造を説明するリノルム化に基づく成長機構を提案する。この機構によりハブのクラスタリングが防がれ、モジュラーで自己相似的な構造が自然に生成される。また、フラクタルスケールフリー網は非フラクタルな対応物よりも標的攻撃に対して著しく頑健であることが示された。

ABSTRACT

The emergence of universal properties such as the scale-free property self-similarity, and modularity, as key features of complex networks raises the fundamental question of the governing growth process according to which these structures evolve. The possibility of a unique growth mechanism for biological and social networks, as well as computers in the Internet, is of interest to the specialist and the laymen alike, as it promises to uncover the origins of collective behavior. Here, we bring the concept of renormalization from critical phenomena as a mechanism for the growth of fractal and non-fractal modular networks. We show that the key principle that gives rise to the fractal architecture of the networks is a strong effective ”repulsion” between the most connected nodes (hubs) on all length scales, i.e. the hubs tend to be very disperse in the network (and not clump together). We show that the renormalization growth naturally explains to the emergence of modules in biological networks, which is crucial in understanding the structure of the biochemical functional classes. More importantly, we find that the self-similar property of networks significantly increases the robustness of such networks against targeted attacks on hubs, as compared to the very vulnerable non fractal scale-free networks.

研究の動機と目的

• 複雑ネットワークにおけるスケールフリー性、自己相似性、モジュラリティといった普遍的性質を説明する背後にある成長メカニズムを特定すること。
• 1つの成長プロセスが、生物学的・社会的・技術的システムを含む多様なネットワークにおけるフラクタル的・モジュラー構造の出現を説明できるかどうかを調査すること。
• フラクタル構造と非フラクタルスケールフリー位相の両者において、標的攻撃に対するネットワークの頑健性がどのように影響を受けるかを明らかにすること。
• ハブ反発が、すべての長尺度において高接続ノードの空間的分布を規定する主要な原則である役割を確立すること。

提案手法

• 統計物理学におけるリノルム化の概念を応用し、複数スケールでのネットワーク成長をモデル化する。
• ハブ同士の有効な反発を導入し、そのクラスタリングを防ぎ、ネットワーク全体にわたる空間的分散を実現する。
• 反復的な粗化手順を用いてネットワークの進化をシミュレートし、スケールを跨ぐ構造的性質を保持する。
• 得られたネットワーク位相を分析し、自己相似性、モジュラリティ、標的攻撃に対する耐性を評価する。
• 同一の攻撃シナリオ下で、ハブ反発によって生成されたフラクタルネットワークと非フラクタルスケールフリー網を比較する。

実験結果

リサーチクエスチョン

• RQ1 フラクタル的・モジュラー構造が複雑ネットワークに出現するのを説明する成長メカニズムは何か？
• RQ2 ハブ反発は、高接続ノードの空間的分布と接続パターンにどのように影響を与えるか？
• RQ3 フラクタル構造は、ハブを標的とする攻撃に対して、どれほどネットワークの頑健性を向上させるか？
• RQ4 リノルム化に基づく成長は、生物学的・社会的システムに観察される自己相似的・モジュラーなネットワーク位相を自然に生成できるか？

主な発見

• ハブ同士の強い有効な反発力が、フラクタルネットワーク構造の形成を駆動する主要なメカニズムである。
• このメカニズムによって生成されたフラクタルネットワークは自然なモジュラリティを示し、生物学的ネットワークにおける観察された生化学的機能クラスと整合する。
• フラクタルネットワークの自己相似構造は、非フラクタルスケールフリー網と比較して、ハブを標的とする攻撃に対して著しく高い頑健性を示す。
• リノルム化によるハブ分散は、連鎖的障害の脆弱性を低減するよりレジリientなネットワーク位相をもたらす。