[論文レビュー] Vulnerability and Hierarchy of Complex Networks

Vladimir Gol’dshtein, Gennady A. Koganov+1 more|arXiv (Cornell University)|Sep 13, 2004

Opinion Dynamics and Social Influence被引用数 71

ひとこと要約

本稿では、明示的および隠れた階層を区別する、脆弱性に基づく複雑ネットワークの階層を定量化するアプローチを提案する。2つの指標、システム脆弱性 $V$ と局所的脆弱性の相対分散 $h$ を提案し、$h$ がランダムネットワークにおける「自然な」階層レベルを効果的に捉えられることを示している。これは、ノード数 $N$ とエッジ数 $E$ の比 $ \delta = N/E$ に強く依存する。

ABSTRACT

We suggest an approach to study hierarchy, especially hidden one, of complex networks based on the analysis of their vulnerability. Two quantities are proposed as a measure of network hierarchy. The first one is the system vulnerability V. We show that being quite suitable for regular networks this characteristic does not allow one to estimate the hierarchy of large random networks. The second quantity is a relative variance h of the system vulnerability that allows us to characterize a "natural" hierarchy level of random networks. We find that hierarchical properties of random networks depend crucially on a ratio between the number of nodes and the number of edges. We note that any graph with a transitive isometry group action (i.e. an absolutely symmetric graph) is not hierarchical. Breaking such a symmetry leads to appearance of hierarchy.

研究の動機と目的

• 複雑ネットワークにおける明示的および隠れた階層を定量化する手法を開発すること。
• 従来の脆弱性指標が大規模なランダムネットワークにおける階層を特徴づけられないという限界に対処すること。
• 構造的ランダムネスにもかかわらず、ランダム化ネットワークの内在的階層レベルを捉える統計的指標を同定すること。
• エッジ密度（$\delta = N/E$ を通じて）がランダムネットワークの階層レベルに与える影響を調査すること。
• 現実のネットワークに適用可能な、脆弱性分析を通じて構造的階層を評価するフレームワークを確立すること。

提案手法

• 局所的脆弱性を $V(i) = \frac{E - E(i)}{E}$ で定義する。ここで $E$ は全般的なネットワーク効率、$E(i)$ は頂点 $i$ を除去した後の効率である。
• 正則ネットワークに対しては、$V = \max_i V(i)$ をシステム全体の脆弱性の指標として用いる。
• 特にランダムネットワークに対しては、相対分散 $h = \text{Var}[V(i)] / \mathbb{E}[V(i)]^2$ を階層の洗練された指標として導入する。
• 比率 $\delta = N/E$ を保持するランダム化手順を用いて、ランダム化ネットワークの集合を生成する。
• システムサイズ $N$ と $\delta$ に関する $h$ の漸近的挙動を分析し、階層の傾向を特定する。
• スパイダー型、トーラス型、理想型など、ネットワークタイプの間で結果を比較し、$\delta$ がランダムシステムにおける階層をどのように支配するかを明らかにする。

実験結果

リサーチクエスチョン

• RQ1 従来の次数に基づく手法が失敗する場合、複雑ネットワークにおける隠れた階層をどのように定量的に測定できるか？
• RQ2 なぜ標準的なシステム脆弱性 $V$ は大規模なランダムネットワークにおける階層を特徴づけないのか？
• RQ3 ランダム化ネットワークにおける階層の堅牢な指標として、脆弱性のどの統計的性質が適しているか？
• RQ4 ノード数 $N$ とエッジ数 $E$ の比 $ \delta = N/E$ は、ランダムネットワークにおける階層レベルにどのように影響を与えるか？
• RQ5 対称性（例えば、推移的等長群）は、ネットワークにおける階層の存在を事前に排除するのか？

主な発見

• トランスミティブ等長群作用を持つネットワーク（例：トーラス型、リング型）は階層的ではなく、すべての頂点が同一の脆弱性 $V(i) = \text{const}$ を示すためである。
• スパイダー型ネットワークは $V = 1$ であり、中心頂点を除去するとネットワーク全体が崩壊するため、最大の階層性を示す。
• 局所的脆弱性の相対分散 $h$ は、特にランダムネットワークにおいて、$V$ よりも感受性が高く、より効果的な階層指標である。
• ランダムネットワークでは $h$ は $ \delta = N/E$ に従って増加する：理想ネットワーク（$ \delta \to 0$）では $h \to 0$、スパイダー型ネットワーク（$ \delta \sim 1$）では $h \sim 1$ またはそれ以上となる。
• 比 $ \delta = N/E$ は主要な制御パラメータとして機能する：$\delta$ が大きい（エッジが少ない）ほど、ランダム化ネットワークにおける階層性が高くなる。
• ランダム化ネットワークは、元のトポロジーの「記憶」を $ \delta$ を通じて保持しており、これが内在的階層レベル $h(\delta)$ を決定づける。