[论文解读] Connectivity of Large Scale Networks: Emergence of Unique Unbounded Component

Guoqiang Mao, Brian D. O. Anderson|arXiv (Cornell University)|Mar 10, 2011

Complex Network Analysis Techniques参考文献 20被引用 5

一句话总结

本文分析了在单位正方形上以泊松分布随机分布节点的大规模随机几何网络，其中连接概率通过一般函数 g 随距离衰减。当节点密度 ρ→∞ 时，网络几乎必然地形成一个唯一的无界连通分量以及孤立节点，建立了基于无孤立节点的全局连通性条件。

ABSTRACT

This paper studies networks where all nodes are distributed on a unit square $A riangleq[(-1/2,1/2)^{2}$ following a Poisson distribution with known density $ρ$ and a pair of nodes separated by an Euclidean distance $x$ are directly connected with probability $g(\frac{x}{r_ρ})$, independent of the event that any other pair of nodes are directly connected. Here $g:[0,\infty) ightarrow[0,1]$ satisfies the conditions of rotational invariance, non-increasing monotonicity, integral boundedness and $g(x)=o(\frac{1}{x^{2}\log^{2}x})$; further, $r_ρ=\sqrt{\frac{\logρ+b}{Cρ}}$ where $C=\int_{\Re^{2}}g(\Vert \boldsymbol{x}\Vert)d\boldsymbol{x}$ and $b$ is a constant. Denote the above network by extmd{}$\mathcal{G}(\mathcal{X}_ρ,g_{r_ρ},A)$. We show that as $ρ ightarrow\infty$, asymptotically almost surely a) there is no component in $\mathcal{G}(\mathcal{X}_ρ,g_{r_ρ},A)$ of fixed and finite order $k>1$; b) the number of components with an unbounded order is one. Therefore as $ρ ightarrow\infty$, the network asymptotically almost surely contains a unique unbounded component and isolated nodes only; a sufficient condition for $\mathcal{G}(\mathcal{X}_ρ,g_{r_ρ},A)$ to be asymptotically almost surely connected is that there is no isolated node in the network.{ ormalsize{}}The contribution of these results, together with results in a companion paper on the asymptotic distribution of isolated nodes in extmd{ ormalsize $\mathcal{G}(\mathcal{X}_ρ,g_{r_ρ},A)$}, is to expand recent results obtained for connectivity of random geometric graphs from the unit disk model to the more generic and more practical random connection model.

研究动机与目标

• 将经典随机几何图（单位圆盘模型）的连通性结果推广到具有任意连接函数的更一般的随机连接模型。
• 分析具有泊松分布节点和距离相关连接概率的大规模网络的渐近结构。
• 确定网络在什么条件下几乎必然地实现全局连通。
• 表征在热力学极限 ρ→∞ 下唯一无界分量的出现。

提出的方法

• 将网络建模为随机几何图 G(Xρ, grρ, A)，其中节点在单位正方形 A 上以密度 ρ 的泊松过程分布。
• 定义距离为 x 的节点之间的连接概率为 g(x/rρ)，其中 g 具有旋转对称性、非增性、可积性，并满足 g(x)=o(1/(x²log²x))。
• 设定 rρ=√((logρ + b)/(Cρ))，其中 C=∫ℝ²g(‖x‖)dx，以确保连通性分析的适当缩放。
• 使用概率方法和渐近分析研究 ρ→∞ 时的连通分量结构。
• 利用关于孤立节点分布的附录论文结果，推导出全局连通性的条件。
• 应用“渐近几乎必然”（a.a.s.）的概念，建立网络拓扑几乎必然收敛到唯一无界连通分量的结论。

实验结果

研究问题

• RQ1 在一般连接函数 g 下，大规模随机几何网络的渐近连通分量结构是什么？
• RQ2 当 ρ→∞ 时，网络是否几乎必然地包含一个唯一的无界连通分量？
• RQ3 在什么条件下网络几乎必然地实现连通？
• RQ4 在极限情况下，孤立节点的存在或缺失如何影响网络的全局连通性？
• RQ5 这些结果在多大程度上可推广至单位圆盘模型之外，适用于更广泛的连接函数类别？

主要发现

• 当 ρ→∞ 时，网络几乎必然不包含阶数大于 1 的有限连通分量。
• 无界阶数的连通分量数量恰好为一个，表明唯一无界连通分量的出现。
• 网络结构收敛到仅由一个无界连通分量和孤立节点组成的配置。
• 一个充分条件是网络中不存在孤立节点，即可实现渐近几乎必然连通。
• 结果将先前在单位圆盘模型下的连通性发现推广到了更真实且灵活的随机连接模型。
• 分析证实，rρ 与 ρ 的缩放关系确保了在极限下达到连通性的临界阈值。