[論文レビュー] Robustness of Interdependent Random Geometric Networks

Jianan Zhang, Edmund Yeh+1 more|arXiv (Cornell University)|Sep 10, 2017

Complex Network Analysis Techniques参考文献 11被引用数 5

ひとこと要約

本稿では、空間的埋め込み相互依存ネットワークの耐障害性を研究するため、相関するランダム幾何グラフ（RGG）モデルを提案する。解析的上限とシミュレーションベースの99%信頼区間を用いて、臨界閾値を評価する。2つの相互依存RGGにおける連鎖的故障の発生は、ノード密度のトレードオフ曲線に依存しており、地理的攻撃に対しては、導出された閾値曲線上の上限を超える密度が維持されれば耐障害性が達成されることを示している。

ABSTRACT

We propose an interdependent random geometric graph (RGG) model for interdependent networks. Based on this model, we study the robustness of two interdependent spatially embedded networks where interdependence exists between geographically nearby nodes in the two networks. We study the emergence of the giant mutual component in two interdependent RGGs as node densities increase, and define the percolation threshold as a pair of node densities above which the giant mutual component first appears. In contrast to the case for a single RGG, where the percolation threshold is a unique scalar for a given connection distance, for two interdependent RGGs, multiple pairs of percolation thresholds may exist, given that a smaller node density in one RGG may increase the minimum node density in the other RGG in order for a giant mutual component to exist. We derive analytical upper bounds on the percolation thresholds of two interdependent RGGs by discretization, and obtain $99\%$ confidence intervals for the percolation thresholds by simulation. Based on these results, we derive conditions for the interdependent RGGs to be robust under random failures and geographical attacks.

研究の動機と目的

• スケールの違いと1対多の相互依存関係を捉えることができるランダム幾何グラフ（RGG）フレームワークを用いて、相互依存空間的ネットワークをモデル化すること。
• ノード密度が増加する際、2つの相互依存RGGにおける巨大相互コンポーネントの出現を分析すること。
• 臨界閾値の解析的上限を導出し、正方形格子へのマッピングを用いたシミュレーションにより信頼区間を推定すること。
• ランダム障害および地理的攻撃に対して、相互依存RGGがどの条件下で耐障害性を示すかを特定すること。
• k*-out-of-k供給条件など、より一般的な相互依存要件（例：k*対k）へのフレームワークの拡張

提案手法

• 異なるノード密度と接続半径を持つ独立したRGGとして2つの相互依存ネットワークをモデル化し、異なるネットワークスケールを表現する。
• 臨界現象を、ノードが自身のネットワークとその相互依存ノードの両方が巨大コンポーネントに属する場合にのみ機能すると定義する。
• 離散化を用いて、臨界閾値ペア（λ₁, λ₂）の解析的上限を導出し、臨界現象を達成するための最小ノード密度を表す。
• 相互依存RGGの臨界現象を正方形格子上の結合臨界現象にマッピングし、モンテカルロシミュレーションにより結合の開閉確率を推定する。
• アルゴリズム3を用いて、k*-out-of-k要件下で機能的相互依存性を満たすのに十分な供給ノードが存在するかをシミュレーションする。
• ポisson分布に従うノード数を用いたモンテカルロシミュレーションにより、相互依存ノードが十分な支援ノードを備えている確率を推定し、指標Iを用いて臨界現象を決定する。

実験結果

リサーチクエスチョン

• RQ1 2つの相互依存RGGの臨界閾値は何か？ これは単一ネットワークRGGの臨界閾値とどのように異なるか？
• RQ2 ノード密度と接続半径を変化させた場合、相互依存空間的ネットワークにおける巨大相互コンポーネントの出現にどのような影響を与えるか？
• RQ3 相互依存RGGにおける臨界閾値に対して解析的上限を導出できるか？ また、シミュレーション推定値と比較してその精度はいかがなものか？
• RQ4 どのような条件下で相互依存RGGは地理的攻撃に対して耐障害性を示すか？ これは1対1相互依存モデルとはどのように異なるか？
• RQ5 k*-out-of-k供給依存関係のようなより一般的な相互依存要件をモデル化するには、このフレームワークをどのように拡張できるか？

主な発見

• 2つの相互依存RGGの臨界閾値は（λ₁, λ₂）平面上で曲線を形成し、2つのネットワークにおけるノード密度のトレードオフを示している。
• 複数の臨界閾値ペアが存在しうり、一方のネットワークで密度が低いと、巨大相互コンポーネントが出現するためには他方のネットワークでより高い密度が必要となる。
• 離散化を用いた解析的上限が導出され、耐障害性分析の理論的基盤が提供されている。
• 相互依存RGGの臨界現象を正方形格子上の結合臨界現象にマッピングすることで、シミュレーションベースの99%信頼区間が得られた。
• ノード密度が臨界閾値曲線上の任意の上限を超えていれば、地理的攻撃後も相互依存RGGは依然として臨界状態を維持する—これは1対1相互依存格子モデルで見られる連鎖的故障とは対照的である。
• ノードが他方のネットワークから少なくともk*の相互依存ノードを必要とする一般的な相互依存モデルに対しても、この手法は拡張可能であり、シミュレーションベースのアルゴリズムにより実現可能性が評価可能である。