[논문 리뷰] The robustness of multiplex networks under layer node-based attack

Dawei Zhao, Lianhai Wang외 1명|arXiv (Cornell University)|2015. 09. 10.

Complex Network Analysis Techniques참고 문헌 4인용 수 4

한 줄 요약

이 논문은 생성 함수를 사용한 이론적 프레임워크를 제안하여, 전체 네트워크에 걸쳐가 아니라 개별 층에서 노드가 제거되는 층 노드 기반의 랜덤 및 표적 공격 하에서 복합망의 내성에 대해 분석한다. 연구 결과, 평균 차수나 구조적 위상과는 무관하게, 복합망은 층 노드 기반 공격에 대해 다층 노드 기반 공격보다 훨씬 더 취약한 것으로 나타났다. 이는 다수의 층에 걸쳐 광범위한 파장을 초래하기 때문이다.

ABSTRACT

From transportation networks to complex infrastructures, and to social and economic networks, a large variety of systems can be described in terms of multiplex networks formed by a set of nodes interacting through different network layers. Network robustness, as one of the most successful application areas of complex networks, has also attracted great interest in both theoretical and empirical researches. However, the vast majority of existing researches mainly focus on the robustness of single-layer networks an interdependent networks, how multiplex networks respond to potential attack is still short of further exploration. Here we study the robustness of multiplex networks under two attack strategies: layer node-based random attack and layer node-based targeted attack. A theoretical analysis framework is proposed to calculate the critical threshold and the size of giant component of multiplex networks when a fraction of layer nodes are removed randomly or intentionally. Via numerous simulations, it is unveiled that the theoretical method can accurately predict the threshold and the size of giant component, irrespective of attack strategies. Moreover, we also compare the robustness of multiplex networks under multiplex node-based attack and layer node-based attack, and find that layer node-based attack makes multiplex networks more vulnerable, regardless of average degree and underlying topology. Our finding may shed new light on the protection of multiplex networks.

연구 동기 및 목표

• 개별 네트워크 층의 노드(층 노드)가 선택적으로 제거될 경우 복합망의 내성에 대해 연구하기 위해.
• 기존 연구가 주로 단일 층 또는 상호의존 네트워크에 집중한 점을 감안할 때, 층 특화 공격 하에서 복합망의 내성에 대한 이해 부족을 메우기 위해.
• 랜덤 및 표적 공격 모두에 대해 비상적 임계값과 거대 컴포넌트 크기를 정확하게 예측할 수 있는 이론적 모델을 개발하기 위해.
• 층 노드 기반 공격과 다층 노드 기반 공격 하에서 복합망의 내성에 대한 비교를 통해 구조적 취약성을 규명하기 위해.

제안 방법

• 층 노드 기반 공격 하에서 복합망의 차수 분포와 연결성을 모델링하기 위해 생성 함수 방법을 사용한다.
• 노드의 생존 확률을 분석하여 네트워크의 투과 임계값을 도출하는 프레임워크를 수립한다.
• 랜덤 및 표적 공격 전략을 고려하여 층 노드 제거 후 거대 컴포넌트 크기를 위한 이론적 표현을 개발한다.
• 층 간 차수 상관관계를 모델에 통합하고, 표적 공격 기준을 정의하기 위해 截斷 차수 $k_c$ 를 사용한다.
• 이론적 예측을 검증하기 위해 $N = 5000$ 개의 노드를 가진 에르되시-레니(Rényi)와 스케일프리(SF) 복합망에서 시뮬레이션을 수행한다.
• 다양한 평균 차수와 공격 유형 하에서 비상적 임계값과 거대 컴포넌트 크기를 주요 지표로 사용하여 내성을 평가한다.

실험 결과

연구 질문

• RQ1 층 노드 기반 랜덤 공격 하에서 복합망의 내성은 전통적인 다층 노드 기반 공격과 비교해 어떻게 변화하는가?
• RQ2 층 노드가 랜덤 또는 표적으로 제거될 경우 비상적 임계값과 거대 컴포넌트 크기에 대한 이론적 예측은 무엇인가?
• RQ3 네트워크 층의 평균 차수가 층 노드 기반 공격 하에서 복합망의 내성에 어떤 영향을 미치는가?
• RQ4 기본적인 위상(ER 대비 SF)이 층 노드 기반 공격에 대한 복합망의 상대적 취약성에 영향을 미치는가?
• RQ5 층 노드 기반 공격이 다층 노드 기반 공격보다 얼마나 광범위한 구조적 손상을 초래하는가?

주요 결과

• 이론적 프레임워크는 랜덤 및 표적 공격 모두에 대해 비상적 임계값과 거대 컴포넌트 크기를 정확하게 예측한다.
• 평균 차수나 네트워크 위상과는 무관하게 복합망은 층 노드 기반 공격에 대해 다층 노드 기반 공격보다 항상 더 취약하다.
• 층 노드 기반 랜덤 공격의 비상적 임계값은 다층 노드 기반 랜덤 공격의 임계값보다 항상 낮으며, 이는 내성 저하를 시사한다.
• 유사하게 표적 공격 하에서도 층 노드 기반 공격의 비상적 임계값은 다층 노드 기반 공격의 임계값보다 낮으며, 더 큰 취약성을 확인한다.
• 층 노드 기반 공격에서의 증가한 취약성은 다수의 층에 걸쳐 광범위한 파장을 유도하기 때문이며, 이는 더 많은 다층 노드에 영향을 주고 공동 네트워크 구조를 분할시킨다.
• 이러한 결과는 에르되시-레니와 스케일프리 복합망 모두에서 동일하게 성립하여 결과의 일반성을 입증한다.