[論文レビュー] Exactly scale-free scale-free networks

Linjun Zhang, Michael Small+1 more|arXiv (Cornell University)|Sep 4, 2013

Complex Network Analysis Techniques参考文献 28被引用数 5

ひとこと要約

本稿では、スケールフリー・ネットワークの偏りのない典型例の生成のための最大エントロピー過程を提案する。これは、優先的付加（PA）によって生じる偏った「ハブ中心」構造と対照的である。エッジスイッチングおよび統計的サーロウデートを用いて、PAネットワークが典型でないことを示し、広く引用されるスケールフリー・ネットワークの「脆さ」は、PAの構造的バイアスに起因するものであり、スケールフリー・ネットワークの一般的性質ではないことを明らかにする。

ABSTRACT

Many complex natural and physical systems exhibit patterns of interconnection that conform, approximately, to a network structure referred to as scale-free. Preferential attachment is one of many algorithms that have been introduced to model the growth and structure of scale-free networks. With so many different models of scale-free networks it is unclear what properties of scale-free networks are typical, and what properties are peculiarities of a particular growth or construction process. We propose a simple maximum entropy process which provides the best representation of what are typical properties of scale-free networks, and provides a standard against which real and algorithmically generated networks can be compared. As an example we consider preferential attachment and find that this particular growth model does not yield typical realizations of scale-free networks. In particular, the widely discussed "fragility" of scale-free networks is actually found to be due to the peculiar "hub-centric" structure of preferential attachment networks. We provide a method to generate or remove this latent hub-centric bias --- thereby demonstrating exactly which features of preferential attachment networks are atypical of the broader class of scale-free networks. We are also able to statistically demonstrate whether real networks are typical realizations of scale-free networks, or networks with that particular degree distribution; using a new surrogate generation method for complex networks, exactly analogous the the widely used surrogate tests of nonlinear time series analysis.

研究の動機と目的

• スケールフリー・ネットワークの典型的構造的性質を、優先的付加のような特定の成長メカニズムに依存しない形で同定・分離すること。
• 実際のネットワークとアルゴリズム的に生成されたネットワークを、スケールフリー・ネットワークの代表的集合に対して比較するための基準の欠如に対処すること。
• スケールフリー・ネットワークに広く引用されている性質（例：脆さ）が一般的ではなく、特定のネットワーク生成プロセスに起因するアーティファクトであることを示すこと。
• 非線形時系列サーロウデートテストに類似した、統計的評価が可能なサーロウデートネットワーク生成手法を開発すること。

提案手法

• 度数列の制約下で最大エントロピーを達成するように、偏りのない統計的代表的実現を生成するための最大エントロピー過程を提案する。
• エッジスイッチングアルゴリズム（例：高次数ノードと低次数ノードの間でエッジを入れ替える）を用いて、度数列を維持したままネットワーク構造を変更し、ハブ中心性を低減する。
• 2つの変更アルゴリズムを導入する：1つはハブを「広げる」（分散化）ためのもの、もう1つはハブを「集中させる」（集中化）ためのもので、PAネットワークを最大エントロピー基準に近づけるか遠ざけることができる。
• 最大エントロピーに基づくサーロウデートネットワーク生成手法を適用し、実際のネットワークがスケールフリー集合の典型例かどうかを評価する。
• 元のネットワーク、変更済みネットワーク、およびサーロウデートネットワークの間で、ネットワーク統計（例：度数分布、クラスタリング係数、経路長）を統計的に比較し、構造的バイアスを検出する。
• 度数百分位数（例：α₁=60%, α₂=5%, α₃=0.5%）に基づいて「貧困」「豊か」「巨大」ノードを定義し、局所的なエッジ変更と構造的再編成を支援する。

実験結果

リサーチクエスチョン

• RQ1 スケールフリー・ネットワークに帰属される構造的性質（例：脆さ）は、スケールフリー・ネットワーク全般の性質であるのか、それとも特定の生成プロセスに特有のものなのか？
• RQ2 優先的付加は、ハブ中心バイアスにより、スケールフリー・ネットワークの典型例からどれほど逸脱した実現を生成するのか？
• RQ3 最大エントロピー過程によって、実際のネットワークやアルゴリズム的に生成されたネットワークを評価するための公平なベンチマークとしての代表的スケールフリー・ネットワーク集合を生成できるか？
• RQ4 実世界のネットワークがスケールフリークラスの統計的典型例かどうかをテストするために、サーロウデートネットワーク生成手法をどのように適合させられるか？

主な発見

• 優先的付加ネットワークは強い「ハブ中心」バイアスを示し、少数の高接続ノードがネットワーク構造を支配するため、スケールフリー・ネットワークの広いクラスとは典型でない。
• 広く引用されるスケールフリー・ネットワークの「脆さ」（ハブへの標的攻撃に対する感受性）は、優先的付加プロセスに起因するアーティファクトであり、スケールフリー・ネットワークの一般的性質ではないことが示された。
• 提案されたエッジスイッチングおよび変更アルゴリズムを適用することで、PAネットワークのハブ中心性を低減し、最大エントロピー・スケールフリー・ネットワークの統計的性質に近づけることができる。
• 逆変更プロセス（アルゴリズム3）により、最大エントロピー・ネットワークをPAに類似した構造に再構成でき、ハブ中心構造がPA成長メカニズムの直接的結果であることが確認された。
• 最大エントロピー枠組みに基づく統計的サーロウデートテストにより、多くの実世界ネットワークがスケールフリー集合の統計的典型例ではないことが判明した。
• この手法により、度数分布と構造的バイアスを明確に分離でき、べき乗則的度数分布そのものが典型的スケールフリー・ネットワーク行動を示すとは限らないことが示された。