[論文レビュー] Connectivity Damage to a Graph by the Removal of an Edge or a Vertex

Charles L. Cartledge, Michael L. Nelson|arXiv (Cornell University)|Mar 16, 2011

Complex Network Analysis Techniques参考文献 23被引用数 8

ひとこと要約

本稿では、破断したグラフとその連結版との間の平均逆路長（AIPL）比に基づく新しいグラフ損傷指標を提案する。この指標は無次元でサイズに依存しないネットワークの頑健性の測定法を提供する。エッジまたは頂点の削除後の機能的劣化を定量化し、0（損傷なし）から1（完全機能不能）までの値をとる。従来の指標（最大連結成分など）に比べ、ネットワークの健全性に関する直感的な概念をよりよく捉えている。

ABSTRACT

The approach of quantifying the damage inflicted on a graph in Albert, Jeong and Barabsi's (AJB) report "Error and Attack Tolerance of Complex Networks" using the size of the largest connected component and the average size of the remaining components does not capture our intuitive idea of the damage to a graph caused by disconnections. We evaluate an alternative metric based on average inverse path lengths (AIPLs) that better fits our intuition that a graph can still be reasonably functional even when it is disconnected. We compare our metric with AJB's using a test set of graphs and report the differences. AJB's report should not be confused with a report by Crucitti et al. with the same name. Based on our analysis of graphs of different sizes and types, and using various numerical and statistical tools; the ratio of the average inverse path lengths of a connected graph of the same size as the sum of the size of the fragments of the disconnected graph can be used as a metric about the damage of a graph by the removal of an edge or a node. This damage is reported in the range (0,1) where 0 means that the removal had no effect on the graph's capability to perform its functions. A 1 means that the graph is totally dysfunctional. We exercise our metric on a collection of sample graphs that have been subjected to various attack profiles that focus on edge, node or degree betweenness values. We believe that this metric can be used to quantify the damage done to the graph by an attacker, and that it can be used in evaluating the positive effect of adding additional edges to an existing graph.

研究の動機と目的

• 連結性にかかわらず、エッジまたは頂点の削除によって生じるグラフへの機能的損傷を、単一で直感的な指標として定量化すること。
• Albert, Jeong, and Barabási（AJB）のタプル（LCC, s, S）のような従来の指標の限界を是正すること。これらの指標は、非連結グラフにおける部分的機能性の直感的把握を捉えられていない。
• 通信の効率性を反映する、無次元でサイズに依存しない指標を提案し、それが破断した状態でも有効に機能することを保証すること。
• 多様なグラフタイプと攻撃プロファイルにおいて指標を検証し、一貫性と解釈可能性を示すこと。

提案手法

• 本稿では、次の式で定義される損傷指標を導入する：Damage(G) = 1 - [L(G_fragmented)^(-1) / L(G_unfragmented)^(-1)]、ここでLはグラフの平均逆路長（AIPL）を表す。
• AIPLは、グラフ内のすべての頂点対間の最短路長の逆数の平均として計算され、通信効率を捉える。
• 本手法では、元の連結グラフのAIPLと、エッジまたは頂点の削除によって生じた破断グラフのAIPLを比較する。
• ランダム、スモールワールド、スケールフリーグラフを含む、サイズと種類が異なるテストグラフに指標を適用する。
• エッジ、頂点、次数の間借り中心性を標的とした複数の攻撃プロファイルを含む分析を行い、さまざまなグラフトポロジにおける損傷評価を実施する。
• 100～1000ノードのグラフに対して統計的および数値的妥当性評価を実施し、指標の一貫性と直感的な振る舞いを確認する。

実験結果

リサーチクエスチョン

• RQ1 エッジまたは頂点の削除後、連結性にかかわらず、単一の無次元指標を構築してグラフ損傷を定量化できるか？
• RQ2 提案されたAIPLに基づく損傷指標は、AJBの（LCC, s, S）タプルに比べ、ネットワーク機能性に関する直感的把握をどれほどよく捉えているか？
• RQ3 破断したグラフと破断していないグラフのAIPL比は、多様なグラフタイプにおいて一貫性があり、解釈可能なネットワークの頑健性の尺度となるか？
• RQ4 指標は、エッジ、頂点、または間借り中心性に基づく攻撃プロファイルを効果的に区別できるか？
• RQ5 指標は、さまざまなグラフサイズとトポロジにおいて頑健かつスケーラブルか？

主な発見

• AIPL比に基づく提案された損傷指標は、0（損傷なし）から1（完全機能不能）までの範囲をとり、破断が進むに従い直感的に増加する。
• 完全に破断したグラフ（例：100個の孤立ノード）では、計算上の丸め誤差によるわずかなずれを除き、指標は1.0に近づき、理論的期待と一致した。
• すべてのテストケースにおいて、指標は一貫した挙動を示した。100、400、800、1000ノードのグラフにおいて、最小の破断では低値、最大の破断では高値を示した。
• 特に部分的に非連結なグラフにおいては、AJBの（LCC, s, S）タプルが部分的機能性を反映できなかったのに対し、本指標は機能的劣化をよりよく捉えていた。
• ランダム、スモールワールド、スケールフリーの各グラフタイプにおいて、指標は安定的かつ解釈可能であり、広範な適用可能性を示した。
• さまざまな攻撃プロファイルに指標を適用した結果、高次数および高間借り中心性の標的に対して感受性を示し、間借り中心性に基づく攻撃が損傷を最大化することを確認した。