[论文解读] Error Propagation Through a Network With Non-Uniform Failure

Sandra König|arXiv (Cornell University)|Mar 31, 2016

Complex Network Analysis Techniques被引用 2

一句话总结

该论文提出了一种基于渗透理论的模型，用于分析具有非均匀边类型故障概率的有向网络中的错误传播。通过使用生成函数和Lambert W函数，推导出流行病爆发概率和受影响节点期望比例的闭式表达式，特别适用于具有异质边故障率的Erdős-Rényi网络。

ABSTRACT

A central concern of network operators is to estimate the probability of an incident that affects a significant part and thus may yield to a breakdown. We answer this question by modeling how a failure of either a node or an edge will affect the rest of the network using percolation theory. Our model is general in the sense that it only needs two inputs: the topology of the network and the chances of failure of its components. These chances may vary to represent different types of edges having different tendencies to fail. We illustrate the approach by an example, for which we can even obtain closed form expressions for the likelihood of an outbreak remaining bounded or spreading unlimitedly.

研究动机与目标

• 建模具有异质组件可靠性的复杂网络中故障的传播方式。
• 解决标准渗透模型在ICT和基础设施网络中对故障概率均匀性假设的局限性。
• 量化在具有多种边类型的有向网络中，发生无界（流行病式）错误爆发的概率。
• 为特定网络模型（如Erdős-Rényi模型）提供爆发规模和流行病概率的解析解。
• 通过将组件故障概率与系统性崩溃风险关联，为网络运营商提供风险评估支持。

提出的方法

• 使用度分布和有向网络的联合入度与出度分布来建模网络拓扑结构。
• 引入针对不同边类型的故障概率，以表征异质的组件可靠性。
• 应用生成函数来表示节点度和错误传播的概率分布。
• 基于生成函数建立递归方程，以计算有限和无限爆发的概率。
• 通过标准网络变换（将边拆分为中间节点）将边故障情形简化为等效的节点故障问题。
• 利用Lambert W函数为具有非均匀边故障概率的Erdős-Rényi网络推导出闭式解。

实验结果

研究问题

• RQ1 在具有异质边故障率的有向网络中，单个组件故障引发无界错误传播（流行病）的概率是多少？
• RQ2 错误爆发的期望规模如何依赖于不同边类型的拓扑结构和故障概率？
• RQ3 在非均匀故障率的网络中，流行病概率存在非平凡解的条件是什么？
• RQ4 能否为具有异质边类型的随机网络推导出爆发规模和流行病概率的解析表达式？
• RQ5 如何将边故障等效建模为节点故障，以应用现有的渗透理论框架？

主要发现

• 对于具有非均匀边故障概率的Erdős-Rényi网络，流行病爆发概率由公式 $ Pep = 1 + \frac{W(-se^{-s})}{s} $ 给出，其中 $ s = \sum_{i=1}^n q_i p_i $，且 $ W $ 为Lambert W函数的主分支。
• 当且仅当 $ s > 1 $ 时，爆发规模存在非平凡解 $ H(s) \in (0,1) $，表明错误传播行为存在相变。
• 在Erdős-Rényi情况下，受影响节点的期望比例 $ f $ 等于流行病概率 $ Pep $，该结果已通过解析推导并经数值验证。
• 该模型表明，流行病阈值由边类型故障概率及其传输速率的加权和 $ s $ 决定。
• 该形式化方法即使在无法获得解析解的一般有向网络中，也能实现爆发概率的数值求解。
• 该方法通过将可测量的组件故障概率与网络级崩溃的系统性风险关联，实现了风险评估。