[论文解读] Control centrality and hierarchical structure in complex networks

Yang‐Yu Liu, Jean-Jacques Slotine+1 more|Digital Access to Scholarship at Harvard (DASH) (Harvard University)|Mar 12, 2012

Opinion Dynamics and Social Influence被引用 5

一句话总结

本论文引入控制中心性以量化节点控制复杂网络的能力，证明其由节点在有向无环网络中的层级位置决定。关键发现是，随机上游攻击——即基于节点的拓扑位置而非中心性来选择目标——在破坏可控性方面比随机攻击或针对性攻击更有效，尤其在稀疏网络中。

ABSTRACT

We introduce the concept of control centrality to quantify the ability of a single node to control a directed weighted network. We calculate the distribution of control centrality for several real networks and find that it is mainly determined by the network's degree distribution. We rigorously prove that in a directed network without loops the control centrality of a node is uniquely determined by its layer index or topological position in the underlying hierarchical structure of the network. Inspired by the deep relation between control centrality and hierarchical structure in a general directed network, we design an efficient attack strategy against the controllability of malicious networks.

研究动机与目标

• 量化单个节点在控制复杂网络中的影响力，以弥补节点级可控性度量的缺失。
• 研究有向网络的层级结构如何决定控制中心性和可控性。
• 开发并评估在仅具备有限结构知识下破坏网络可控性的高效攻击策略。
• 在真实网络和模型网络中，比较随机上游、下游及针对性攻击在破坏网络可控性方面的有效性。

提出的方法

• 控制中心性定义为仅控制单个节点时可控性矩阵的通用秩，代表可控制子空间的维数。
• 理论分析证明，在无环有向网络中，控制中心性沿有向边严格递减，即上游节点的控制中心性不低于下游节点。
• 基于拓扑位置设计攻击策略：随机上游攻击选择在层级结构中入度较高的节点。
• 通过比较攻击前后可控性矩阵的通用秩下降程度，与随机节点移除相比，评估攻击策略的影响。
• 该方法基于结构可控性理论，假设矩阵A和B为结构化矩阵（固定零元素，自由参数），并聚焦于通用秩以确保对参数变化的鲁棒性。
• 该方法在真实网络（如蛋白质相互作用、社交和基础设施网络）及模型网络上进行了验证，采用秩减少差异（δ）作为性能度量。

Figure 1: Control centrality. (a) A simple network of $N=7$ nodes. (b) The controlled network is represented by a directed graph $G({\bf A},{\bf B})$ with an input node $u_{1}$ connecting to a state node $x_{1}$ . The stem-cycle disjoint subgraph $G_{\mathrm{s}}$ (shown in red) contains six edges, w

实验结果

研究问题

• RQ1 有向网络的层级结构如何影响单个节点的控制中心性？
• RQ2 节点的控制中心性能否由其在网络底层层级结构中的拓扑位置唯一确定？
• RQ3 随机上游攻击在降低网络可控性方面的有效性与随机攻击和针对性攻击相比如何？
• RQ4 为何针对性攻击在某些情况下反而不如随机攻击破坏可控性？
• RQ5 网络密度如何影响不同攻击策略下可控性的鲁棒性？

主要发现

• 在无环网络中，控制中心性沿有向边严格递减，即上游节点的控制中心性不低于下游节点。
• 在大多数真实网络中，随机上游攻击比随机攻击更显著地减少可控制子空间，δ < 0 对于 0 < P < 1 成立，表明其效率更高。
• 尽管仅需局部拓扑知识，随机上游攻击策略在大多数网络中优于随机下游攻击和针对性攻击。
• 在极密集网络（如组织内网，⟨k⟩ ≈ 58）中，所有攻击策略表现相似，因为大多数节点具有最大控制中心性（C_c(i) = N），使网络高度鲁棒。
• 针对性攻击并不总优于随机攻击，原因在于高中心性节点的可控制子空间存在重叠，降低了其边际影响。
• 网络的层级结构是控制中心性的根本决定因素，且该结构特性使轻量级知识的高效攻击策略成为可能。

Figure 2: Distribution of normalized control centrality of several real-world networks (blue) and their randomized counterparts: rand-ER (red), rand-Degree (green). (a) Intra-organizational network of a manufacturing company Cross and Parker ( 2004 ) . (b) Hyperlinks between weblogs on US politics A